3 największe wyzwania w analizie sygnałów EKG – sprawdź, czy Ty też się z nimi zmagasz (Część 1)
Skontaktuj się z nami!

Coraz większe obciążenie pracą, stres oraz ogromne poczucie odpowiedzialności za życie pacjentów. Czy to brzmi znajomo?

Manualna analiza EKG jest tradycyjną i szeroko stosowaną metodą badania holterowskiego. Wyniki takiej analizy zależą głównie od wiedzy, umiejętności i czujności lekarza przeprowadzającego badanie. Jednak kardiolodzy i inni pracownicy służby zdrowia są często narażeni na stres i presję czasu, co w niektórych przypadkach może prowadzić do niezamierzonych błędów. W związku z tym manualna analiza EKG jest metodą podatną na błędy ludzkie i często niedokładną. Jest to jedno z trzech głównych wyzwań, które odkryliśmy, współpracując z kardiologami z całej Europy.

 

Czy czasami masz wrażenie, że brakuje Ci precyzji w analizie Holtera?

Cardiomatics to rozwiązanie, które już teraz pomaga lekarzom stawiać czoło temu wyzwaniu. Jest to technologia analizy Holtera EKG oparta na chmurze, która może analizować sygnały zarejestrowane w różnych formatach danych, niezależnie od długości nagrania EKG. Moga z niej korzystać kardiolodzy, lekarze rodzinni, szpitale, placówki opieki zdrowotnej oraz dostawcy i producenci usług medycznych.

Algorytmy AI mają zdolność interpretacji sygnałów EKG z większą precyzją, ponieważ nie są podatne na błędy ludzkie. Działają jak druga para oczu, dając lekarzom większe poczucie pewności, niezależnie od presji czasu czy stresu w środowisku pracy. Algorytmy są szkolone na milionach zestawów danych i ciągle się uczą. Oznacza to, że stają się coraz lepsze i dokładniejsze przy każdym analizowanym uderzeniu serca. Dlatego algorytmy mogą oceniać znacznie więcej sygnałów, niż lekarz mógłby zobaczyć przez całą swoją karierę zawodową!

Dzięki uczeniu maszynowemu Cardiomatics może dostarczać dokładną interpretację nagrania Holtera EKG oraz wiarygodne raporty. Jest to klasyfikowane jako urządzenie medyczne z certyfikatem CE, co świadczy o jego precyzji i bezpieczeństwie. Nasze algorytmy przeanalizowały ponad 3,5 miliona godzin nagranych Holterów EKG i wygenerowały setki tysięcy raportów, z pozytywną oceną wynoszącą 99,9%. Skuteczność algorytmów Cardiomatics została potwierdzona w badaniach klinicznych i cieszy się zaufaniem Uniwersytetu Bazylejskiego, Uniwersytetu Kopenhaskiego oraz Warszawskiego Uniwersytetu Medycznego, a także setek kardiologów i praktyków z ponad 15 krajów – takich jak Niemcy, Szwajcaria, Anglia i Polska.

 

Algorytmy AI zwiększają precyzję w praktyce klinicznej

Szwajcarskie badanie Atrial Fibrillation Cohort, przeprowadzone przez Uniwersytecki Szpital Bazylea w Szwajcarii we współpracy z Cardiomatics, dowiodło, że ocena obciążenia AF za pomocą narzędzia opartego na AI daje bardzo podobne wyniki do oceny manualnej. Sugeruje to, że narzędzie oparte na AI może być dokładną i efektywną metodą oceny obciążenia AF.

„W ramach Swiss-AF Burden mierzyliśmy obciążenie AF ręcznie, korzystając z standardowego 7-dniowego Holtera EKG. Bardzo trudno było nam manualnie zweryfikować nasze wyniki, zwłaszcza u pacjentów z wieloma epizodami AF i dużą ilością szumu w nagraniu. Medyczny system Cardiomatics, który używamy, zapewnia wysokiej jakości, wiarygodne wyniki oparte na precyzyjnych algorytmach” – powiedziała Prof. Christine Meyer-Zuhn, MD z Uniwersyteckiego Szpitala Bazylea.

Kolejnym przykładem, który wskazuje na dokładność oprogramowania opartego na AI, jest implementacja Cardiomatics w klinice American Heart of Poland w Augustowie. Nasze oprogramowanie wspierało AHP w diagnostyce arytmii podczas monitorowania ambulatoryjnego i zdalnego oraz w diagnostyce po interwencji – monitorowaniu pacjentów po zabiegach kardiochirurgicznych, np. ablacji. Efektem współpracy było to, że 8% pacjentów badanych za pomocą Cardiomatics zostało zdiagnozowanych z migotaniem przedsionków. Ponadto AHP zwróciło uwagę, że najważniejszą cechą naszego rozwiązania było eliminowanie szumów i artefaktów z sygnałów EKG.

„Jedną z zalet sztucznej inteligencji Cardiomatics jest jej ciągłe doskonalenie, ponieważ system, można powiedzieć, uczy się na błędach i zbiera nowe informacje podczas wykonywania kolejnych testów. Nasze doświadczenia z tym systemem są bardzo obiecujące, i chcielibyśmy kontynuować współpracę” – powiedziała Beata Biedulewicz, M.D., internista, geriatra, PAKS.

 

Czy sztuczna inteligencja stanowi zagrożenie dla lekarzy?

Przy implementacji sztucznej inteligencji w kardiologii nie chodzi o to, aby nadawać maszynom pełną autonomię lub eliminować pracę lekarzy. Chodzi raczej o wprowadzenie nowego narzędzia do praktyki medycznej w celu zapewnienia bezpieczeństwa pacjentów, poprawy diagnozy oraz zwiększenia precyzji i efektywności.

Osiągnięcie precyzji nie jest jedynym wyzwaniem, z którym kardiolodzy borykają się w codziennej praktyce. Jeśli jesteś ciekawy, jakie są kolejne dwa wyzwania, dowiedz się więcej w naszym drugim artykule na ten temat.

Chcesz dowiedzieć się więcej na temat implementacji oprogramowania Cardiomatics w swoim miejscu pracy?

 

Skontaktuj się z nami!