심부전은 특히 입원 후에 면밀한 추적 관찰이 필요합니다. 중요한 지표는 좌심실 박출률(LVEF)로, 일반적으로 심초음파로 측정됩니다. MIT와 하버드 연구자들이 PULSE-HF를 소개합니다. 이는 간단한 심전도를 분석하여 LVEF가 악화될지 예측하는 모델입니다. 이를 통해 고위험 환자의 추적 관찰을 우선시할 수 있습니다.
딥러닝이 ECG의 숨겨진 신호를 해석합니다 💡
PULSE-HF는 수천 쌍의 ECG와 심초음파로 훈련된 합성곱 신경망을 사용합니다. 이 모델은 질병을 진단하지 않고, 심장의 펌프 기능 악화에 앞서는 심장의 전기 신호에서 미묘한 패턴을 식별합니다. 표준 ECG를 처리하여 위험 예측을 생성합니다. 이 접근법은 더 비용이 많이 드는 방법들을 보완하는 트리아주 도구를 목표로 합니다.
당신의 심장은 ECG가 잊지 않는 기록을 가지고 있습니다 🫀
심전도, 때때로 단순한 절차처럼 보이는 일상적인 검사가 비밀을 간직하고 있는 것 같습니다. 의사가 트레이스를 검토하는 동안 알고리즘은 속삭일 수 있습니다: 이 환자는 더 많은 주의가 필요합니다. 마치 심장의 배선이 미리 오류 메시지를 남기는 것처럼, 간단한 검사를 디지털 수정구슬로 바꾸는 기술적 예지입니다. 기계는 더 이상 현재만 보지 않습니다; 이제 미래의 행간을 읽습니다.