{{{sourceTextContent.title}}}

Quelle est l'efficacité de l'algorithme ECG basé sur l'IA pour la détection de l'arythmie clinique ?

{{{sourceTextContent.subTitle}}}

Cas de la plateforme Lepu AI-ECG

{{{sourceTextContent.description}}}

Méthodes

Au total, 13949 données cliniques d'arythmie ont été recueillies auprès de 13145 patients traités par le réseau ECG d'intelligence artificielle dans notre hôpital. L'analyse informatique a été réalisée à l'aide du système de réseau ECG à intelligence artificielle Lepu pour obtenir les résultats d'analyse de l'algorithme d'intelligence artificielle. En prenant les résultats diagnostiques de l'équipe médicale comme étalon-or, la sensibilité, la spécificité, le taux de prédiction positive et le taux de précision de la prédiction négative dans le test de dépistage ont été utilisés pour évaluer l'efficacité de l'algorithme ECG d'intelligence artificielle par rapport à l'étalon-or

Résultats

Dix-sept types d'arythmies, dont l'arythmie sinusale et la fibrillation auriculaire, ont été diagnostiqués par l'algorithme ECG basé sur l'intelligence artificielle. La sensibilité, la spécificité et la précision globales de ces 17 types d'événements d'arythmie étaient respectivement de 98,08 %, 99,84 % et 99,84 %. Parmi eux, les coefficients Kappa de cohérence de 6 types d'arythmies (appariement des contractions supraventriculaires, échappement auriculaire et échappement ventriculaire, etc.) étaient supérieurs à 0,4 mais inférieurs à 0,75, ce qui répond aux exigences de cohérence mais sans cohérence forte

Conclusion

Les résultats des tests de l'algorithme ECG basé sur l'intelligence artificielle pour l'arythmie sont très cohérents avec les résultats des tests ECG cliniques. L'algorithme ECG basé sur l'intelligence artificielle a de bonnes perspectives de pratique clinique.