Onderzoekers van het Technion in Haifa komen met nieuwe manier om hartproblemen op te sporen

Professor Yael Yaniv (M) en haar onderzoeksteam. Foto met dank aan Technion Spokesperson’s Office via ISRAEL21C

Onderzoekers van het Technion-Israel Institute of Technology hebben een manier ontwikkeld om hartproblemen op te sporen op basis van routine-elektrocardiografie (ECG).

Ze hebben ook een database en een analytisch hulpmiddel gebouwd om een ​​geautomatiseerde diagnose te stellen van acht veelvoorkomende soorten hartaandoeningen, aldus ISRAEL21C.

ECG is de meest voorkomende test van de hartfunctie. Het niet-invasieve onderzoek meet de elektrische signalen die door het hartspierweefsel worden gegenereerd via elektroden die op 12 locaties op de huid worden geplaatst.

ECG-resultaten moeten echter door een cardioloog worden geïnterpreteerd, waardoor analyse subjectief wordt. Zelfs met de introductie van kunstmatige intelligentie (AI), wordt de analyse één afdruk per keer uitgevoerd en is deze niet erg nauwkeurig.

De onderzoekers zeggen dat hun nieuwe technologie “ongekende nauwkeurigheid vertoont bij de interpretatie van talrijke ECG-resultaten en tegelijkertijd een diagnose levert van verschillende hartaandoeningen.”

De analyse is gebaseerd op augmented neurale netwerken, een vorm van AI die patronen leert door te worden getraind op tal van monsters, in dit geval ongeveer 40.000 standaard ECG-opnames van meer dan 6.800 patiënten in 11 ziekenhuizen.

Het nieuwe systeem toonde een gemiddelde nauwkeurigheid van 96 procent bij het diagnosticeren van de verschillende condities, vergeleken met 80% voor de momenteel beschikbare algoritmen.

Ventrikelfibrilleren werd bijvoorbeeld gediagnosticeerd met een nauwkeurigheid van 98%, vergeleken met 92% voor de momenteel beschikbare algoritmen. Blokkering van elektrische impulsen naar de linker hartkamer van het hart werd gediagnosticeerd met 100% nauwkeurigheid versus 85%.

Het onderzoeksproject, gepubliceerd in Nature Research’s Scientific Reports, werd geleid door Prof. Yael Yaniv, directeur van het Bio-elektrische en Bio-energetische Systemen Laboratorium in de Faculteit Biomedische Technologie van het Technion; Prof. Assaf Schuster, covoorzitter van het Technion Center for Machine Learning and Intelligent Systems; en doctoraatsstudent Vadim Gliner van de Taub Faculteit Computerwetenschappen.

Vladimir Markov, hoofd van het Laboratorium voor Systeemprogrammering aan de Novgorod Universiteit en Arutyun Avetisyan, directeur van het Instituut voor Systeemprogrammering aan de Russische Academie van Wetenschappen in Moskou, werkten samen aan het onderzoek.

De onderzoekers benadrukken dat hun systeem de arts niet vervangt maar een ‘second opinion’ geeft die problemen opspoort die door een mens gemist zouden kunnen worden.

Ontvang gratis onze nieuwsbrieven!

Advertentie (4)