Нове дослідження у сфері медичного штучного інтелекту (ШІ) демонструє несподіваний прорив: за звичайною електрокардіограмою (ЕКГ) можна запідозрити хронічне обструктивне захворювання легень (ХОЗЛ) ще до появи характерних клінічних ознак. Алгоритми ШІ навчилися виявляти тонкі електрофізіологічні маркери, зокрема зміни форми та амплітуди зубця Р, які відображають перевантаження правих відділів серця та ранні порушення, асоційовані з розвитком ХОЗЛ.
У дослідженні, опублікованому в журналі «eBioMedicine», команда науковців з Icahn School of Medicine at Mount Sinai та інших установ розробила глибоку нейронну мережу для аналізу стандартних 12-канальних ЕКГ. Модель використовує комплексні характеристики сигналу, включно з параметрами зубця Р, для ідентифікації функціональних змін серцево-судинної системи, пов’язаних із ХОЗЛ. Такий підхід може стати доступним інструментом раннього скринінгу, сприяючи своєчасному початку лікування та покращенню прогнозу пацієнтів.
Методологія та дизайн дослідження
Дослідження виконано на великому масиві даних ЕКГ, що включав 761 002 ЕКГ: 208 231 запис від 18 225 пацієнтів із підтвердженим ХОЗЛ та ЕКГ 49 356 осіб контрольної групи. Для аналізу використано глибоку конволюційну нейронну мережу ConvNeXt Large, оптимізовану для інтерпретації ЕКГ у форматі зображень. Якість моделі оцінювали поетапно: у внутрішньому тестуванні системи Mount Sinai та під час двох незалежних зовнішніх валідацій — в іншій лікарні цієї мережі та в популяційній когорті UK Biobank, що забезпечило високу відтворюваність і клінічну узагальнюваність результатів.
Результати та зміни Р-зубця
Модель продемонструвала стабільну точність у різних популяціях: AUROC становила 0,80 для внутрішнього тестування, 0,82 для зовнішньої валідації у Mount Sinai та 0,75 у когорті UK Biobank.
Аналіз ЕКГ з використанням технології пояснюваності (FullGrad / Grad-CAM) показав, що модель приділяє особливу увагу морфології Р-зубця — електричному сигналу передсердь, який відображає деполяризацію правого та лівого передсердь (рисунок).
Карти значущості (saliency maps), створені за допомогою FullGrad і застосовані до навченої моделі ConvNeXt Large, накладені на 4 репрезентативні 12-канальні ЕКГ від різних пацієнтів (a–d). Виділені теплими кольорами (жовтий до червоного) ділянки вказують на ті, що найбільше впливають на прогноз ХОЗЛ, зроблений моделлю. У всіх прикладах увага моделі здебільшого зосереджена на морфології P-зубця та суміжних сегментах передсердь, що відповідає серцевим проявам ремоделювання легеневих судин, пов’язаного з ХОЗЛ.
У пацієнтів із ХОЗЛ на ЕКГ відмічаються характерні зміни Р-зубця:
- вифідні або подвоєні Р-зубці у відведеннях I, II та V1, що можуть вказувати на гіпертрофію правого передсердя через підвищений тиск у легеневих судинах;
- підвищення амплітуди або збільшення ширини Р-зубця, особливо у правих грудних відведеннях, що відображає структурні та електрофізіологічні зміни у серці під впливом ХОЗЛ;
- незвичні відхилення осі Р-зубця, що сигналізують про дисбаланс електричної активності передсердь.
Ці зміни є досить тонкими та часто залишаються непоміченими при традиційному візуальному аналізі ЕКГ, але глибоке навчання дозволяє моделі автоматично виявляти ці патерни та пов’язувати їх із раннім розвитком ХОЗЛ.
Прогностична цінність та раннє виявлення
Модель також показала, що ймовірність ХОЗЛ за прогнозом ШІ зростає у пацієнтів із прогресуючими змінами Р-зубця та зниженням показників спірометрії (FEV1, FVC, FEV1/FVC). Аналіз із використанням пропорційних ризиків Кокса показав, що прогнозована ймовірність ХОЗЛ за моделлю мала найвищий коефіцієнт ризику (HR = 10,79), випереджаючи навіть показник паління (HR = 3,96), підкреслюючи здатність ШІ виявляти приховані фізіологічні зміни ще до формального встановлення діагнозу.
Практичне значення
ЕКГ є дешевим, доступним та широко використовуваним методом дослідження. Інтеграція ШІ для аналізу ЕКГ дозволяє використовувати його як скринінговий інструмент для раннього виявлення ХОЗЛ, особливо у пацієнтів із затримкою у встановленні діагнозу або у віддалених регіонах із обмеженим доступом до спірометрії.
Висновки
Дослідження демонструє, що глибоке навчання може розширити діагностичну цінність звичайних ЕКГ, дозволяючи виявляти ранні серцево-легеневі зміни при ХОЗЛ. Зокрема, аналіз Р-зубця надає критичні підказки про підвищений тиск у легеневій артерії та адаптацію правого передсердя, що робить метод перспективним для клінічного впровадження як доповнення до традиційної спірометрії.
Долучайтеся до нас у Viber-спільноті, Telegram-каналі, Instagram, на сторінці Facebook, а також Х, щоб першими отримувати найсвіжіші та найактуальніші новини зі світу медицини.
Редакція журналу «Український медичний часопис»,
за матеріалами www.sciencedirect.com
