快捷搜索:

英国研究出一种非侵入式可穿戴传感器 AI通过心

英国华威大年夜学的钻研职员使用一种非侵入式可穿着传感器,寄托最新的人工智能,从原始心电图旌旗灯号中检测出低血糖水平。这项新技巧由华威大年夜学的Leandro Pecchia博士研发。

今朝,英国国家医疗办事体系(NHS)供给继续血糖监测仪(CGM)用于检测低血糖(血液或皮肤中的血糖水平)。他们应用带有小针头的侵入式传感器丈量组织液中的葡萄糖,并向显示设备发送警报和数据。在许多环境下,他们必要天天两次的校准与侵入性的手指刺血糖水平测试

然而,华威大年夜学Leandro Pecchia博士团队在1月13日在Nature Springer期刊Scientific Reports上颁发了一篇新论文,题为“周详医学和人工智能: 基于心电图试点钻研深度进修低血糖事故检测,证实使用人工智能的最新发明(如深度进修),可以经由过程非侵入性可穿着传感器从原始心电图旌旗灯号中检测低血糖事故。

两项针对康健自愿者的试点钻研发明,低血糖检测的匀称敏感性和特异性约为82%,与今朝的CGM机能相称,但无创。

华威大年夜学工程学院的Leandro Pecchia博士评论道:

“从手指头才学从来都不惬意,在某些环境下还分外麻烦。夜间从手指头采血当然是不开心的,分外是对儿童来说。”

“我们的立异在于使用人工智能经由过程几转意电图跳动来自动检测低血糖。这是异常有用的,由于心电图可以在任何环境下检测到,包括就寝。”

图中显示了算法随光阴的输出:绿线表指正常血糖水平,红线表示低血糖水平。横线表示4mmol/L的葡萄糖值,该值被觉得是发生低血糖事故的紧张阈值。实线周围的灰色区域反应了丈量偏差。

沃里克模型强调了每个受试者在低血糖事故中间电图的变更。下图是一个典型。实线表示两个不合受试者在血糖水平正常(绿线)或较低(红线)时的匀称心跳。血色和绿色的阴影代表心跳在匀称值相近的标准误差。

对照注解,这两名受试者在低血糖事故中间电图波形变更不合。分外是,受试者1在低氧期QT间期显着延长,而受试者2则不然。

垂直竖线表示每个心电波在判断心跳是低血糖跳动照样正常时的相对紧张性。

从这些条形图中,一位练习有素的临床医生看到,受试者1的T型波的位移,反应出当受试者处于低氧状态时,心室的复极速率较慢。

在受试者2中,心电图最紧张的组成部分是P型波和T型波的升高,这注解当受试者处于血糖低落状态时,心房的去极化和心室激活的阈值受到了特其余影响。这可能会影响随后的临床干预。

这个结果是可能的,由于华威的人工智能模型是用每个受试者自己的数据练习的。主体间差异如斯之大年夜,以至于应用行列步队数据练习系统不会获得相同的结果。同样,基于这个系统的个性化治疗可能比当前的措施更有效。

Leandro Pecchia博士评论道:

“上述的差异可以解释为什么先前使用心电图检测低血糖事故的钻研掉败了。在行列步队心电图数据上练习的人工智能算法的机能将受到这些学科间差异的阻碍。”

“我们的措施能够对检测算法进行个性化调剂,并强调低血糖事故若何影响个体心电图。基于这一信息,临床医生可以使治疗适应每小我。显然,必要更多的临床钻研来证明这些结果在更广泛人群的感化。这便是我们探求相助伙伴的缘故原由。”

您可能还会对下面的文章感兴趣: