De dagelijkse medische actualiteit voor Belgische artsen en apothekers.
Een internationale studie gebaseerd op meer dan 247 000 ambulante elektrocardiogrammen van 14 dagen leert dat een ‘deep learning’-algoritme met hoge precisie de patiënten kan opsporen die tijdens de volgende 13 dagen een ernstige ventriculaire ritmestoornis dreigen te ontwikkelen.
De vorsers hebben de gegevens van de eerste 24 uur van de ecg-monitoring gebruikt om een model van artificiële intelligentie te trainen om elektrofysiologische profielen te herkennen die tijdens de volgende 13 dagen zouden uitmonden in een sustained ventriculaire tachycardie. Het systeem is vervolgens gevalideerd in twee onafhankelijke groepen. De prestaties waren bijzonder goed. In beide gevallen was de precisie van het model meer dan 94% met een sensitiviteit van 70% en een specificiteit van 97%. Het algoritme is bijzonder effectief gebleken bij de detectie van episoden van snelle tachycardie (sneller dan 180/min) en episoden die zijn gedegenereerd naar ventrikelfibrillatie.
Het model heeft ook vroege markers van ritmestoornissen ontdekt, meer bepaald de frequentie van ventriculaire extrasystolen en de vroege depolarisatietijd. Die zwakke signalen, die het menselijk oog niet kan zien, zouden essentiële elementen kunnen worden bij de preventie van plotselinge hartstilstand.
Referentie: hier klikken om er meer over te vernemen.
