Estrazione delle caratteristiche dell'elettrocardiogramma su larga scala abilitato dall'intelligenza artificiale ed esplorazione dell'associazione tra le caratteristiche estratte e mortalità, ictus o vari esiti sanitari di interesse

Metodi di ricerca:

1. Estrazione dell'elettrocardiogramma in base ai criteri dei soggetti.
2. Combinato con i dati ECG estratti e i dati della National Insurance Corporation (+ dati sulla causa di morte dell'Ufficio statistico nazionale).
3. Definizione di salute fuori interesse (HOI). Include morte, ictus, ecc.
4. L'HOI definito può essere estratto dai dati del Yonsei Medical Center o dai dati del National Insurance Service o dai dati sulle cause di morte di Statistics Korea.
5. Addestramento del modello di intelligenza artificiale con elettrocardiogramma (e diagramma di informazioni cliniche se necessario) come input, utilizzando algoritmi di deep learning supervisionati se è presente un'etichetta e algoritmi di apprendimento non supervisionato se non è presente alcuna etichetta.
6. Valutazione delle prestazioni di modelli di intelligenza artificiale ad apprendimento supervisionato.
7. Nel caso di modelli di intelligenza artificiale con apprendimento non supervisionato, l'associazione/correlazione tra caratteristiche estratte e HOI o analisi di prevedibilità/rilevabilità.
8. L'apprendimento del trasferimento può essere eseguito aggiungendo verifica esterna o dati dielettrici al modello appreso utilizzando database pubblici.
9. La verifica esterna può essere eseguita utilizzando dati aggiuntivi esterni montando il modello appreso su una piattaforma di intelligenza artificiale basata sul web.
10. Considerando dati su larga scala, i carichi di lavoro informatici possono essere distribuiti utilizzando piattaforme di intelligenza artificiale basate sul web.
11. I risultati dell'analisi possono essere resi anonimi e i risultati dell'analisi possono essere forniti ai ricercatori attraverso una piattaforma di intelligenza artificiale basata sul web.