算法解释心跳

文章：斯坦福大学

斯坦福大学计算机科学家开发的一种算法可以诊断心律缺陷。深度学习算法能够筛选从可穿戴设备产生的数小时的心率数据，并识别危及生命的不规则心跳，也被称为心律失常。

人们怀疑有心律失常经常在医生办公室中获得心电图（ECG）。但是，如果办公室ECG没有揭示问题，医生可以规定患者可穿戴ECG，连续监测心脏两周。对于任何有问题的心律失常的任何指示，需要第二小时的数据将被检查第二小时的数据，其中一些症是极难区分无害的心跳不规则性。

斯坦福机器学习组的研究人员，由Andrew NG领导的计算机科学教授，这是一个数据问题。他们开始开发深度学习算法，以检测来自ECG信号的14种心律失常。他们与心跳监控公司Ifththm合作，收集了一个庞大的数据集，他们用于训练深度神经网络模型。在七个月内，能够在大多数情况下尽可能准确地诊断这些心律失常。

“在我看来，这项工作最重要的一点是，我们不仅能检测异常，还能对大量不同类型的异常进行高精度检测，”该论文的共同第一作者、研究生Awni Hannun说。“这绝对是你在其他任何地方都找不到的精确程度。”

研究人员认为，这种算法有一天可以帮助制作心脏病学级心律失常诊断和治疗更容易亲自能够亲自看到心脏病学家的人。NG认为这只是深入学习改善患者的护理质量，帮助医生省时间的机会之一。

构建心跳解释器

该小组用iRhythm的可穿戴心电图监测器收集的数据来训练他们的算法。患者在两周内佩戴一个小胸片，并进行日常活动，同时该设备记录下每一次心跳以供分析。研究小组从不同的患有各种心律失常的病人身上截取了大约3万个30秒的片段。

“心跳信号的差异可能非常细微，但会对你选择如何处理这些检测产生巨大影响，”该论文的共同主要作者、研究生Pranav Rajpurkar说。“例如，两种称为二度房室传导阻滞的心律失常看起来非常相似，但一种不需要治疗，而另一种需要立即注意。”

为了测试算法的准确性，研究人员给了一组由三名心脏病专家组成的小组300个未确诊的视频片段，并要求他们就录音中出现的任何心律失常达成共识。通过这些带注释的片段，该算法可以预测心脏病专家如何对每秒钟的其他心电图进行标记，本质上，给出诊断。

成功与未来

这个小组有6个不同的心脏病专家，他们各自诊断出相同的300个剪辑集。然后，研究人员比较了算法和独立工作的心脏病专家哪个更接近共识。他们发现，该算法可以与心脏病专家竞争，并且在大多数心律失常方面优于心脏病专家。

Rajpurkar说:“当我们运行模型，等待结果，看它是否会比专家做得更好时，总是有一种悬念。”“当我们把模型越来越接近专家的表现，并最终超越专家的表现时，我们一次又一次地经历了这些激动人心的时刻。”

除心脏病专业精度外，该算法还具有疲劳的优点，可以使心律失常瞬间和连续检测。

从长远来看，该组织希望这种算法可以为那些无法获得心脏病专家诊治的人，如许多发展中国家和其他农村地区的人，向专家级心律失常诊断迈出一步。更直接的是，该算法可以成为可穿戴设备的一部分，有危险的人可以随时佩戴该设备，当潜在致命的心跳异常发生时，该设备可以向紧急服务机构发出警报。

该论文的其他作者包括iRhythm的Masoumeh Haghpanahi和Codie Bourn。