基于心电图的深度学习人工智能算法预测心脏骤停
该回顾性研究纳入两家医院共47,505份心电图(25,672例成人患者),开发并验证基于心电图(以及年龄、性别)的深度学习人工智能算法预测24小时内发生心脏骤停。研究使用32,294份心电图开发,4,483份内部验证,10,728份外部验证。内部验证AUROC为0.913(95%CI 0.881-0.945),外部验证AUROC为0.948(95%CI 0.930-0.966)。在外部验证的无事件心电图中,高风险组2周内延迟发生心脏骤停(5.74% vs 0.33%,P<0.001)和意外转入ICU(4.23% vs 0.82%,P<0.001)均高于低风险组。单导联或6导联心电图性能略低(AUROC降低0.004-0.027),提示可用于可穿戴设备。
要点
- 内部验证AUROC为0.913(0.881–0.945),外部验证AUROC为0.948(0.930–0.966),用于预测心电图后24小时内发生心脏骤停。
- 在外部验证无事件心电图中,DLA高风险组2周内心脏骤停发生率5.74%,低风险组0.33%(P<0.001)。
- 在外部验证无事件心电图中,DLA高风险组2周内意外转入ICU发生率4.23%,低风险组0.82%(P<0.001)。
- 使用6导联或单导联心电图时,AUROC较12导联降低0.004–0.027,单导联中导联I表现最优。
- 敏感性图显示算法主要关注QRS波群,部分关注T波。
适用人群与场景
- 纳入两家医院(A院为心血管教学医院,B院为社区综合医院)收治的成人患者,于住院期间至少完成一次标准10秒12导联仰卧位心电图;排除人口学或心电图信息缺失者。
- 开发与内部验证数据来自A院2016年10月至2019年9月收治患者;外部验证数据来自B院2017年3月至2019年9月收治患者。
诊断标准与关键阈值
- 心脏骤停定义为无可触及脉搏,伴或不伴尝试复苏。
- 预测目标为心电图后24小时预测时间窗内发生心脏骤停;落入该窗口的心电图标记为心脏骤停,其余心电图标记为无事件。
- 内部和外部验证数据集中每例患者仅使用一份心电图,即最接近终点(心脏骤停或存活出院)的最新心电图。
研究设计与关键结果
- 研究类型为回顾性研究,共纳入47,505份心电图(25,672例患者),其中心脏骤停发生于1,054例患者(共2,298份心电图,其中504份标记为心脏骤停)。
- 开发集为A院32,294份心电图(10,461例患者);内部验证集为A院4,483份心电图(4,483例患者);外部验证集为B院10,728份心电图(10,728例患者)。
- 12导联DLA预测24小时内发生心脏骤停的AUROC:内部验证0.913(95%CI 0.881–0.945),外部验证0.948(95%CI 0.930–0.966)。
- 使用6导联或单导联心电图时,AUROC较12导联降低0.004–0.027;单导联中各导联DLA性能以导联I最优。
- 外部验证中10,638份无事件心电图里,2周内发生心脏骤停81份;DLA高风险组2周内心脏骤停发生率5.74%,低风险组0.33%(P<0.001),风险比经Cox回归估计。
- 外部验证中10,441份普通病房心电图里,2周内意外转入ICU 112份;DLA高风险组意外转入ICU发生率4.23%,低风险组0.82%(P<0.001),风险比经Cox回归估计。
- 敏感性图(Grad-CAM)显示DLA预测心脏骤停时最关注QRS波群,其次为T波(重要性低于QRS波群)。
证据类型、等级与局限
- 证据类型:回顾性研究(开发与验证研究)。
- 局限:本研究为使用传统12导联心电图的回顾性研究,需前瞻性研究确定DLA与心脏骤停检出及临床结局改善的关系。
- 局限:需排除未尝试复苏即发生心脏骤停的患者,因这类假定临床改善价值有限。
- 局限:需验证各类可穿戴或便携式心电设备数据的准确性,以将DLA应用于这些设备;若用于日常生活,还需确认在家庭和一般环境中的性能。
- 局限:DLA性能需进一步提升才能作为可靠的心脏骤停检测工具;在高灵敏度点,阴性预测值超过99%,但阳性预测值仅为8%。
- 局限:需进一步探索DLA的决策过程,理解QRS波群和T波的哪些具体特征影响算法决策。
对床旁实践的改变
- 作者认为,DLA可作为潜在的分诊触发系统用于预测心脏骤停,在高灵敏度(90%)操作点,阴性预测值大于99.8%。
- 作者认为,在普通病房可使用远程监测设备监测高风险患者,使快速反应团队医师重新评估这些患者。
- 作者指出,因ICU资源不足,无法将所有高风险患者转入ICU。
- 作者认为,若通过加强监测预防了心脏骤停,该结局无法测量,因此既往警报检测系统研究以转入ICU为终点。
提炼说明
- 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译13 节 · 点击展开
引言
心脏骤停是一项重大的公共卫生负担,近期一项关于美国院内心脏骤停的研究估计,每年有292,000名成年人发生心脏骤停[1–3]。该研究显示,心脏骤停的发生趋势令人担忧,较既往数据高出约38%[2, 4]。尽管过去二十年间心脏骤停的生存率持续上升,但出院生存率仅为25%[5]。由于高达80%的患者在心脏骤停前表现出病情恶化的迹象,过去已采用多种快速反应系统(RRSs)来预防心脏骤停[6–8]。
快速反应系统中使用了多种基于离散数值(如生命体征和实验室结果)的追踪触发系统(TTSs)[9, 10]。由于传统TTSs在检测患者病情恶化方面存在局限性,一些研究者采用基于深度学习的算法来处理这些数值,其表现优于传统工具[11–15]。然而,这些新型TTSs的性能仍不令人满意,需要进一步改进以使这些算法能应用于电子健康记录。需要范式转变,使用新型变量来提高预测心脏骤停的性能。
既往研究发现QT间期延长、QRS波增宽、碎裂QRS波群和早期复极与心脏骤停相关[16–19]。然而,检测心电图中此类细微变化并不容易,传统统计方法无法利用心电图的复杂信息建立预测心脏骤停的标准。深度学习最重要的方面在于其能够从高维复杂数据中提取特征,并从各类数据(如图像、二维(2D)数据和波形)中构建算法[20]。近年来,深度学习已被用于分析心电图以诊断左心室肥厚、主动脉瓣狭窄、心房颤动、心力衰竭,甚至确定年龄和性别[21–24]。我们假设深度学习算法(DLAs)能够有效预测心脏骤停。为验证这一假设,我们开发并验证了一种利用心电图预测心脏骤停的DLA。
方法
本研究经世宗综合医院(2018–0689)和Mediplex世宗医院(2018–054)的机构审查委员会(IRB)批准。临床数据包括数字化存储的心电图、年龄、性别及入院患者的终点事件,均从两家医院提取。由于研究的回顾性性质、使用完全匿名化的心电图和健康数据以及最小风险,两家机构的IRB均豁免了知情同意的要求。
心电图数据
预测变量为心电图、年龄和性别。数字存储的12导联心电图数据以每秒500个数据点(500 Hz)记录每个导联10秒。我们删除了心电图开头和结尾各1秒,因为这些区域比其他部分有更多伪差。因此,每份心电图长度缩短至8秒(4000)。我们使用完整的12导联心电图数据制作了一个数据集。我们还使用了12导联心电图数据中的部分数据集,如肢体6导联(aVL、I、−aVR、II、aVF和III)和单导联(I或II)。我们选择这些导联是因为它们可以很容易地由接触患者肢体的可穿戴设备和垫式设备记录[25]。因此,当我们开发并验证使用12导联心电图的算法时,我们使用的数据集是12×4000个数字的二维数据。同样,对于6导联和单导联心电图,我们分别使用由6×4000和1×4000个数字组成的数据集。我们按V1、V2、V3、V4、V6、aVL、I、−aVR、II、aVF和III的顺序重新排列输入的二维心电图数据。卷积神经网络(CNN)是一种著名的用于学习二维图像数据的深度学习架构[20]。
基于深度学习的人工智能算法的开发
DLA使用许多隐藏神经元层来从数据中学习复杂的层次化非线性表示[20]。作为一个具有六个阶段的模块,它具有两个卷积层、两个批归一化层、一个最大池化层和一个丢弃层。该模块与由128个节点组成的一维(1D)层全连接(图1)。流行病学输入层(年龄、性别)与1D层拼接。展平层之后有两个全连接1D层,第二层连接到输出节点,输出节点由一个节点组成。输出节点的值代表发生心脏骤停的可能性,输出节点使用sigmoid函数作为激活函数,因为sigmoid函数的输出在0和1之间。我们使用TensorFlow的开源软件库(Google LLC,Mountain View,CA USA)作为后端,并使用Python(版本3.5.2;Python Software Foundation,Beaverton,OR,USA)进行实验。我们使用肢体6导联和每个单导联(导联I、导联II、导联III、aVR、aVL和V1–6)心电图对DLA进行了额外实验。为了开发和验证这些心电图的DLA,我们改变了滤波器和卷积层的大小,从而调整输入数据集的形状。滤波器数量、最大池化和全连接层与12导联心电图架构相同。
开发和验证数据集
医院A的数据用于开发和内部验证。我们识别了研究期间(2016年10月至2019年9月)入住医院A的患者,且这些患者在住院期间至少有一次在仰卧位采集的标准数字10秒12导联心电图。我们排除了人口统计学或心电信息缺失的受试者。如图2所示,在医院A接受治疗的患者被随机且互斥地分为算法开发数据集(70%)和内部验证数据集(30%)。医院B的数据仅用于外部验证,以确认所开发的深度学习算法(DLA)在不同数据集中具有稳健性。两家医院的特征不同(医院A是心血管教学医院,医院B是社区综合医院)。我们还识别了研究期间(2017年3月至2019年9月)入住医院B且在此期间至少有一次心电图的患者。我们也排除了医院B中数值缺失的受试者。由于验证数据的目的是评估算法的准确性,我们在内部和外部验证数据集中仅使用每位患者的一份心电图——即最接近终点事件(心脏骤停或存活并随后出院)的心电图。
终点
本研究的终点为心脏骤停,定义为无可触及脉搏,伴或不伴尝试复苏。我们审查电子健康记录以确定每个终点事件的确切时间。DLA的目标是预测一份心电图是否处于心脏骤停的预测时间窗口内,即心脏骤停前24小时区间。对于发生心脏骤停的患者,属于预测窗口内的心电图被标记为心脏骤停,其他心电图被标记为无事件。对于未发生心脏骤停的患者,所有心电图均被标记为无事件。换言之,所开发DLA的目的是将心电图准确分类为心脏骤停或无事件。
统计分析
在验证数据的每个输入(心电图、年龄和性别)处,DLA计算心脏骤停的可能性,范围为0(无事件)至1(心脏骤停)。为确认DLA的性能,我们将DLA计算的可能性与验证数据中心电图时间后24小时内心脏骤停的发生情况进行比较。为此,我们使用受试者工作特征曲线下面积(AUROC)来衡量模型性能。由于DLA的目的是筛查,我们在开发数据中选择高灵敏度(90%)的截断点,评估其特异度、阳性预测值和阴性预测值。除AUROC外,所有诊断性能指标均使用精确95%置信区间(CI)。AUROC的CI基于Sun和Su对De-long方法的优化确定,使用R语言中的pROC包(The R Foundation,维也纳,奥地利;www.r-project.org)。患者特征差异的统计学显著性定义为双侧P值小于0.001。诊断性能指标使用双侧95%CI汇总。分析使用R软件3.4.2版本计算。
亚组分析
我们假设,在任何病情恶化的早期过程中,由于代谢和结构变化,心电图信号会显示出细微的异常模式。尽管在无事件心电图中24小时内未发生心脏骤停,但延迟性心脏骤停和恶化事件也可能发生在无事件心电图中。换言之,我们假设我们的深度学习算法(DLA)会将具有恶化特征的心电图分类为心脏骤停,从而初步表现为假阳性检测(即心电图被分类为心脏骤停,但24小时内未导致心脏骤停)。为检验这一假设,我们在外部验证数据集中对无事件心电图设计了两项亚组分析。我们根据DLA将无事件心电图分为低风险组和高风险组。在第一项亚组分析中,我们确认了每份心电图在2周内的心脏骤停发生情况。我们还确认了DLA在预测恶化事件方面的性能。恶化事件定义为每份心电图在2周内发生的非预期重症监护病房转入。在外部验证数据的无事件心电图中,我们纳入了在普通病房采集的心电图用于第二项亚组分析。采用Kaplan-Meier分析描绘真阴性(低风险)组与假阳性(高风险)组随时间推移的延迟性心脏骤停和恶化事件发生情况。随后,采用Cox比例风险回归估计延迟性心脏骤停和恶化事件的风险比。
使用敏感性图进行可视化
为理解所开发的DLA并与现有医学知识进行比较,识别哪些区域对DLA的决策具有显著影响至关重要。我们采用基于显著性方法的敏感性图,并将其用于可视化DLA预测心脏骤停时所使用的心电图区域。该图通过分类器概率对输入信号的一阶梯度计算得出。若分类器的概率对信号的特定区域敏感,则该区域被认为在模型中具有显著性。我们使用梯度加权类激活图(Grad-CAM)进行可视化[26]。Grad-CAM利用算法的梯度信息,可适用于任何激活函数和任何卷积神经网络(CNN)架构。
结果
研究人群包括25,672例患者的47,505份心电图,其中心脏骤停发生于1054例患者,如图2所示。1054例心脏骤停患者的心电图数量为2298份。在这2298份心电图中,标记为心脏骤停的心电图数量为504份。来自A医院的开发数据集包括10,461例患者的32,294份心电图。随后使用来自A医院内部验证数据中4483例患者的4483份心电图,以及来自B医院外部验证数据中10,728例患者的10,728份心电图,确认了DLA的性能。研究人群的基线特征见表1。
对于终点(心电图后24小时内的心脏骤停),12导联深度学习人工智能算法(DLA)的AUROC在内验证和外验证期间分别为0.913(95%置信区间:0.881–0.945)和0.948(0.930–0.966)。如图3所示,使用6导联或单导联心电图时,AUROC比使用12导联心电图低0.004至0.027。如补充材料1所示,当我们使用单导联确认DLA的性能时,使用I导联的DLA优于使用其他导联的其他DLA。
在外验证数据中,有来自10,638名患者的10,638份心电图被标记为无事件。我们使用这10,638份心电图对2周以上的心脏骤停进行了第一次亚组分析。其中,81份心电图在2周内发生了心脏骤停。DLA高风险组显示出显著更高的风险比(图4)和比低风险组更高的心脏骤停发生率(5.74% vs. 0.33%,P < 0.001)。第二次亚组分析使用在普通病房采集的10,441份心电图进行。其中,112份心电图在2周内发生了非计划重症监护病房转入。DLA高风险组显示出显著更高的风险比(图4)和比低风险组更高的非计划重症监护病房转入发生率(4.23% vs. 0.82%,P < 0.001)。
如图5所示,敏感度图显示DLA主要关注QRS波群来预测心脏骤停。DLA也关注T波,但这些区域的重要性低于QRS波群。
讨论
这是第一项开发并验证用于利用心电图预测心脏骤停的深度学习算法(DLA)的研究。本研究揭示,深度学习算法作为人工智能的有力工具之一,能够捕捉到预测心脏骤停时非常细微的心电图变化。使用6导联或单导联DLA时,预测心脏骤停的性能得以保持。近年来,已有许多用于监测心电图的 wearable 设备被开发出来[27]。如果能够利用心电图预测心脏骤停,原则上可以通过 wearable 设备捕捉普通病房或家中患者的风险。此外,心电图作为原始生物信号数据可以被使用,这可以增强近期基于深度学习的TTS的性能。
在使用超过46,000份心电图的回顾性数据进行开发和验证时,DLA预测心脏骤停的AUROC高达0.913至0.948。该模型在使用另一家未用于算法开发、且患者特征和数据形态不同的医院数据时表现出良好性能。在开发数据的高灵敏度(90%)工作点下,DLA作为预测心脏骤停的潜在TTS表现良好,并以大于99.8%的阴性预测值筛查患者风险。该模型的性能优于传统TTS,并与近期基于深度学习的新型TTS相似。此外,该模型的性能优于其他常用筛查试验,如乳腺癌的乳腺X线摄影(AUROC 0.78,阳性预测值3–12%)和检测结直肠肿瘤的粪便隐血试验(AUROC 0.71,总灵敏度29%)[28, 29]。
深度学习最重要的方面是其能够从各种类型的数据(如图像、二维数据和波形)中提取特征并构建算法。在此,我们使用原始心电图数据(二维数值数据,12 × 4000)并解读心电图模式以预测心脏骤停。Attia等人开发了深度学习算法,用于利用原始心电图数据筛查心脏收缩功能障碍、预测窦性心律期间心房颤动的发生、估算年龄和性别以及检测高钾血症,并证明了其可行性。11,12 我们的研究组表明,使用心电图的基于深度学习的算法在诊断左心室肥厚和诊断主动脉 stenosis 方面可以优于心脏病专家。13 然而,深度学习常因其过程不可预测而受到其结果不可靠的批评。因此,我们使用灵敏度图来可视化DLA用于决策的心电图区域。
该图显示,DLA 更多关注 QRS 波群来决定和预测心脏骤停。DLA 也部分关注 T 波来预测心脏骤停。QRS 延长被认为是多种心血管疾病患者死亡率的预后标志物 [16–18]。此外,据报道 QRS 碎裂与结构性心脏病患者死亡率增加相关 [19]。在本研究中,心脏骤停心电图的 QRS 时限和校正 QT 间期延长。心脏骤停心电图的心率高于无事件心电图,且心脏骤停心电图的 T 波轴较无事件心电图更偏右。如补充材料 2 所示,我们描述了 DLA 高风险和低风险心电图的特征。高风险心电图具有心动过速、宽 QRS 时限。然而,由于深度学习的局限性,我们无法确定 DLA 计算风险评分的确切过程。开展心电图可解释深度学习技术的研究将是我们下一项研究的重点。
我们在补充材料中描述了验证数据集中心脏骤停患者的特征。如补充材料 3 所示,DLA 可以预测几名年轻患者的心脏骤停。尽管需要前瞻性研究来证明临床改善,但在普通病房使用 DLA 有可能改善临床结局。
尽管开发的 DLA 可以检测患者的病情恶化,但有几个因素阻碍其在真实临床实践中的应用。由于 ICU 缺乏所需资源,我们无法将所有高风险患者转入 ICU。然而,我们可以使用远程监测设备监测高风险患者,使快速反应团队的医生能够重新评估这些患者。此外,需要注意的是,很难证明临床改善;如果由于加强对患者的监测而预防了心脏骤停,这一结局将无法测量。因此,以往关于患者病情恶化警报检测系统的研究将患者转入 ICU 作为终点。
我们的研究存在若干局限性,有待未来解决。首先,这是一项使用常规12导联心电图的回顾性研究。有必要开展前瞻性研究,以确定DLA的关联性,以及在检测心脏骤停和改善临床结局方面的增强作用。在此类未来研究中,重要的是我们应排除未经任何复苏尝试即发生心脏骤停的患者,因为此类假定的临床改善 perceived value 很小,尤其是在患者未接受复苏的情况下。有必要开展一项研究,以确认来自各种可穿戴或便携式心电图设备数据的准确性,从而将DLA应用于这些设备。如果我们在日常生活中采用DLA,还需要开展一项研究,以确认其在家中和一般环境中的性能。其次,DLA的性能需要增强,才能将其用作可靠的心脏骤停检测工具。尽管NPV超过99%,但在高灵敏度点上PPV仅为8%。由于深度学习和计算机科学中已开发出若干方法,我们可能在不久的将来开发出性能更高的DLA。我们还通过将DLA与生命体征等离散数值变量相结合,开发了高性能的TTS。第三,我们需要进一步探索DLA的决策过程。例如,需要开展额外实验以更好地理解深度学习过程,从而理解QRS波群和T波的哪些确切特征影响算法的决策。可解释人工智能近年来已有研究和报道,因此“黑箱”局限性可能在不久的将来得到解决[30]。该主题将是我们接下来的研究领域,这可能成为发现有关疾病和心电图的新医学知识的新标准。
结论
新开发的基于深度学习的人工智能算法在使用12导联以及单导联心电图预测心脏骤停方面均表现出高性能。结果表明,不仅可以使用常规12导联心电图,还可以使用采用该人工智能算法的可穿戴设备单导联心电图来筛查和预测心脏骤停。
补充信息
附加文件1:补充材料1。基于单导联心电图的深度学习算法性能。
附加文件2:补充材料2。由基于深度学习的算法定义的高风险组和低风险组的心电图特征。
附加文件3:补充材料3。验证数据集中心脏骤停患者的特征。
参考来源
- Kwon JM, Kim KH, Jeon KH, et al. Artificial intelligence algorithm for predicting cardiac arrest using electrocardiography. Scand J Trauma Resusc Emerg Med. 2020. PMID: 33023615. doi:10.1186/s13049-020-00791-0
- 全文:PMC7541213(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7541213/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。