ECG 人工知能を活用した迅速な治療と正確な解釈、オープンラベルランダム化比較試験 (HEART-AI)

HEART-AI (迅速な治療と正確な解釈のための ECG 人工知能の利用) は、非盲検、単一施設、ランダム化比較試験であり、12 人の AI 分析のためのポイントオブケアで DeepECG と呼ばれるプラットフォームを導入することを目的としています。 -誘導心電図。 このプラットフォームは、12誘導心電図を読み取る医療従事者（医学生、研修医、医師、看護師）を対象にテストされます。 介入グループでは、プラットフォームはランダム化された患者の ECHONeXT 構造的心疾患 (SHD) スコアを表示し、医師が TTE に優先順位を付けるのに役立ちます (補足表 2、図 1)。 また、このプラットフォームは、虚血状態、不整脈、心腔拡大などの問題を検出し、MUSE などの市販の ECG 解釈システムの改良された代替として機能する DeepECG-AI 解釈を表示します (補足表 1)。 これらのモデルの両方のパフォーマンスは、補足付録 (補足表 1、補足表 2、補足図 1) に示されています。

私たちの主な目的は、12 誘導 ECG に ECHONeXT 解釈を表示することの影響を評価することであり、特に MHI の新規紹介患者における TTE における構造性心疾患 (SHD) の検出率と、最初の受診時からの遅れに焦点を当てます。プラットフォームで ECG を開き、MHI で新たに紹介された SHD の高リスクまたは中リスクの患者の TTE 評価を、介入（ECHONeXT による SHD 予測の表示と TTE に割り当てる優先順位の推奨）治療群の患者と治療群の患者を比較することによって行いました。コントロール (ECHONeXT の予測と推奨が非表示) アーム。 主な二次目的は、プラットフォームのユーザーがアクセスするすべての ECG のうち、ユーザーが DeepECG 診断に同意する ECG の割合を評価することです。 HEART-AI 研究では、ポイントオブケアに AI 分析プラットフォームを統合し、ECG 解釈の精度と増分検査の優先順位付けへの影響を評価することで、心臓ケアと患者の転帰の改善における AI の可能性について貴重な洞察を提供することを目的としています。