Extracción de características de electrocardiograma a gran escala mediante inteligencia artificial y exploración de la asociación entre las características extraídas y la mortalidad, el accidente cerebrovascular o diversos resultados de salud de interés

Métodos de búsqueda:

1. Extracción de electrocardiograma en base al criterio de los sujetos.
2. Combinado con datos de ECG extraídos y datos de la Corporación Nacional de Seguros (+ datos de causas de muerte de la Oficina Nacional de Estadística).
3. Definición de salud fuera de interés (HOI). Incluye muerte, accidente cerebrovascular, etc.
4. El HOI definido se puede extraer de los datos del Centro Médico Yonsei o de los datos del Servicio Nacional de Seguros o de los datos de causas de muerte de Estadísticas de Corea.
5. Entrenamiento del modelo de inteligencia artificial con electrocardiograma (y diagrama de información clínica si es necesario) como entrada, utilizando algoritmos de aprendizaje profundo supervisados ​​si hay una etiqueta y algoritmos de aprendizaje no supervisados ​​si no hay etiqueta.
6. Evaluación del desempeño de modelos de inteligencia artificial de aprendizaje supervisado.
7. En el caso de modelos de inteligencia artificial de aprendizaje no supervisado, la asociación/correlación entre características extraídas y HOI o análisis de previsibilidad/detectabilidad.
8. El aprendizaje por transferencia se puede realizar agregando verificación externa o datos dieléctricos al modelo aprendido utilizando bases de datos públicas.
9. La verificación externa se puede realizar utilizando datos adicionales externos montando el modelo aprendido en una plataforma de inteligencia artificial basada en web.
10. Teniendo en cuenta los datos a gran escala, las cargas de trabajo informáticas se pueden distribuir utilizando plataformas de inteligencia artificial basadas en la web.
11. Los resultados del análisis se pueden anonimizar y se pueden proporcionar a los investigadores a través de una plataforma de inteligencia artificial basada en la web.