24 цагийн зүрхний цахилгаан бичлэгийг Хиймэл оюун ухаан ашиглан судалсан үр дүн

Хураангуй

Үндэслэл: Зүрхний сэрлийг биеийн гадаргад байрлуулсан электрод 24 цагийн ЗЦБ бүхий холболтоор бүртгэж гальванометрийн тусламжтай бичиж Хиймэл оюун ухаан авах аргыг зүрхний цахилгаан бичлэг (ЗЦБ) гэх ба1 зүрхний хэм Хэм алдагдал хэвийн бус болохыг хэм алдагдал.2 Хэм алдагдлыг 24 цагийн ЗЦБГүн мэдрэлийн ийн шинжилгээгээр илрүүлэх боломжтой байдаг.3 Энэхүү арга нь хэм сүлжээ алдагдлыг илрүүлэх олон улсын эмнэлзүйн удирдамжинд тусгагдсан ач Үүлэн технологи холбогдол өндөртэй, өвчтөнд зовуурьгүй, инвазив бус, эрсдэлгүй арга болохыг цөөнгүй судалгаагаар дурьдсан байна.4–6 Зүрх судасны эмч нар 24 цагийн ЗЦБ-ийн тоон өгөгдлийг уламжлалт арга буюу боловсруулах программ ашиглаж боловсруулахад хугацаа их зарцуулдаг, анхаарал шаардсан төвөгтэй ажилд тооцогддог. Мөн алдаа гарах, хэм алдагдлыг орхигдуулах зэрэг хангалтгүй боловсруулагдаж эмчийн ур чадвар, туршлагаас шууд хамаарч байдаг. Өнөө үед хиймэл оюунаар 24 цагийн ЗЦБ-ийг дүн шинжилгээ хийж, боловсруулсан хариунд зүрх судасны эмч хамтарч баталгаажуулах болжээ. Хиймэл оюунд (AI) суурилсан 24 цагийн ЗЦБ бол олон сая тохиолдлуудад сургагдаж, алдаа бага гаргадаг, хэм алдагдлыг илрүүлэх мэдрэг ба өвөрмөц чанар өндөртэй арга болохыг судлаачид онцлон тэмдэглэсэн байна.7,8 Хиймэл оюунд суурилсан 24 цагийн ЗЦБ дүгнэх шинжилгээ манай улсад нэвтэрснээр үүнийг алдаагүй дүгнэх, ховор хэм алдагдлыг илрүүлэх, эмч нарын цагийг хэмнэх зэрэг давуу талтай хэдий ч энэ чиглэлээр хийгдсэн судалгааны ажил олдохгүй байгаа нь энэхүү судалгааг хийх үндэслэл болж байна.9 Зорилго: 24 цагийн ЗЦБ-г уламжлалт платформ болон хиймэл оюун ухаан ашигласан үр дүнг харьцуулан судлах. Арга, аргачлал: Зүрхний хэм алдагдалтай эмчлүүлэгчдэд (n=40) 24 цагийн ЗЦБ-ийг стандарт аргаар BI9900 (Biomedical, Germany, 2023) төхөөрөмжөөр хийж гүйцэтгэв. 24 цагийн ЗЦБ-ийн шинжилгээг орчин үеийн Ecglab (Biomedical, Germany, 2023) программаар боловсруулав. Мөн бичиглэлийг ЗЦБ-т дүн шинжилгээ хийх хиймэл оюунаар (Cardiomatic, Poland 2024) уншуулж тус тус дүгнэв. Боловсруулалтыг SpSS 27.0 (IBM, USA) программаар хийв. Үр дүн: Судалгаанд нийт 40 хүн хамрагдсанаас эрэгтэй 30.8% (n=13), эмэгтэй 69.2% (n=27) байсан бөгөөд дундаж нас 52±33 жил байлаа. Хэм алдагдлыг оношлох уламжлалт аргыг стандарт гэж үзэн хиймэл оюун ухаантай харьцуулахад нийт хэм алдагдлын өвөрмөц чанар spec=91.3%, мэдрэг чанар sens=97.9% байсан ба каппа статистик нь k=0.90 гарсанаар хоёр арга хоорондоо нийцэлтэй байгааг илтгэж байна. Хоёр аргын хэм алдагдлын төрлүүдийг тус бүрт нь илрүүлсэн байдалд боловсруулалт хийхэд ховдлын дээрх хэм алдагдалд мэдрэг чанар Sens=84.2% буюу хангалтгүй, өвөрмөц чанар Spec=100% буюу хангалттай байв. Ховдлын хэм алдагдлын хувьд мэдрэг чанар нь Sens=100% буюу хангалттай боловч өвөрмөц чанар Specificity=71.4% хангалтгүй байлаа. Тосгуурын жирвэгнэх хэм алдагдал, тахикарди, пауз зэрэг хэм алдагдлуудад тус тус мэдрэг чанар Spec=100%, өвөрмөц чанар Sens=100% байсан ба брадикардид мэдрэг чанар Spec=100%, өвөрмөц чанар Sens=91.3% байсан бөгөөд тус хэм алдагдлуудад мэдрэг, өвөрмөц чанар хангалттай байв. Дүгнэлт: Хиймэл оюун ухаанд суурилсан платформ ховдлын хэм алдагдлыг илүүтэй илрүүлж (p<0.001), уламжлалт програм бол артифактыг тосгуурын хэм алдагдалтай (p<0.05) хамт тооцоолж байв. Хиймэл оюун ухаан мэдрэг чанар 92.3%, өвөрмөц чанар 97.9% болж каппа утга 0.90 буй нь уламжлалт программаас давуу тал ихтэй байгаа нь тогтоогдов.