전자청진기를 이용한 심잡음 감별 알고리즘 개발

구조적 심장 질환(SHD)의 하위 분류인 판막 심장 질환(VHD)은 전 세계적으로 수천만 명의 환자의 사망 및 삶의 질 저하의 주요 원인입니다. VHD를 조기에 발견하면 질환을 면밀히 관찰할 수 있어 협착증이 중증으로 진행되는 즉시 수술을 고려할 수 있습니다. 안타깝게도 많은 임상의가 VHD를 초기 단계에서 정확하게 식별하고 신체 검사만으로 중증도를 평가하는 것은 어렵습니다. 이 어려움은 VHD와 관련된 증상의 미묘함과 특히 많은 의료 환경의 특징인 시끄럽고 분주한 환경에서 전통적인 청진기를 사용하여 VHD를 나타내는 심장 잡음을 안정적으로 감지할 수 없는 임상의의 무능력에서 비롯됩니다.

AS, 승모판 역류(MR) 및 삼첨판 역류(TR)는 모두 안정적으로 재현 가능한 청진 소견을 나타냅니다. 그럼에도 불구하고 진단 절차로서의 청진은 악명이 높습니다. AS, MR 및 TR을 감지하는 정확도는 5-40%에 불과합니다. 또한 AS, MR 및 TR에 의해 발생하는 수축기 잡음보다 드물고 거의 항상 병리적인 이완기 및 지속 잡음은 일반적으로 일선 임상의가 감지하기가 매우 어렵습니다. 확장기 심잡음은 일반적으로 대동맥판막 역류(AR), 폐동맥판 역류(PR), 승모판 협착증(MS) 또는 삼첨판 협착증(TS)과 같은 VHD에 의해 발생하며, 연속 심잡음은 일반적으로 다음과 같은 비판막 형태의 SHD에 의해 발생합니다. 선천성 대동맥폐동맥창, 션트 및 동맥관개존증(PDA). 이러한 심잡음 중 하나를 놓치면 진단 및 치료가 상당히 지연될 수 있습니다.

임상의가 병력 청취 및 신체 검사를 통해 SHD를 안정적으로 선별하는 것이 얼마나 어렵기 때문에 SHD 진단은 심장학계에서 SHD 중증도 진단의 황금 표준으로 인정되는 심장초음파(에코)에 크게 의존합니다. 이것의 결과는 여러 가지입니다. 첫째, 더 나은 선별 및 평가 도구가 존재한다면 많은 환자들이 필요하지 않을 에코를 받습니다. 둘째, 심초음파는 의료 지출에서 불균형적으로 큰 부분을 차지합니다. 셋째, 환자는 더 나은 선별 도구가 없기 때문에 반복적인 에코를 받아야 하는 책임이 있습니다. 특히 소외된 지역사회에 거주하는 환자에게 이러한 과도한 검사에 수반되는 정서적, 신체적, 재정적 부담은 아무리 강조해도 지나치지 않습니다.

전반적으로 무증상인 경우에도 조기에 그리고 보다 일관되게 골드 표준 심초음파에 필적하는 정확도로 이러한 조건을 식별할 수 있는 더 나은 예비 선별 도구에 대한 필요성이 커지고 있습니다. 이러한 도구는 신체 검사 중 평가에 대한 임상의의 자신감을 향상시켜 환자가 정보에 입각한 치료 결정을 내리고 질병을 바꾸는 치료법을 제공하는 동시에 불필요하고 값비싼 보조 워크업. 마지막으로 VHD의 조기 발견을 촉진함으로써 이환율과 사망률은 조기 개입으로 인해 감소할 것으로 예상됩니다.

FDA 승인을 받은 Eko CORE 및 Eko DUO 전자 청진기는 임상의에게 환자가 널리 수용하는 친숙하고 저렴한 도구를 제공하는 동시에 판막 질환과 같은 의학적 상태의 선별 및 감지를 개선할 수 있는 센서 및 기술을 제공합니다. 전통적인 청진기로 청진합니다. CORE와 DUO 모두 청진 중 소리 증폭 기능이 있어 임상의가 심장 소리와 패턴의 미묘한 변화를 감지하는 능력을 향상시킵니다. CORE를 사용하면 오디오를 녹음하여 PCG(심음도)를 생성할 수 있으며, DUO는 오디오를 녹음하여 PCG를 생성하고 단일 리드 심전도(ECG)를 동시에 녹음할 수 있습니다. 두 장치 모두 Bluetooth를 사용하여 PCG 및 ECG 데이터를 Eko 모바일 애플리케이션에 무선으로 전송합니다. 이를 통해 임상의는 청진할 때 PCG 및 ECG를 시각화하고 심장 소리 녹음을 재생하고 녹음된 오디오에 주석을 달고 녹음을 저장 및 공유할 수 있습니다. 이러한 기능은 Eko 전자 청진기가 임상 실습에서 예비 선별 도구로서 매우 효과적이라는 고유한 위치에 있습니다.

Eko Devices는 심장 소리를 기록하기 위해 Eko CORE 또는 DUO 전자 청진기를 사용하여 성인 VHD 환자의 심잡음 유무를 감지할 수 있는 기계 학습(ML) 알고리즘에 대한 510(k) FDA 승인을 개발하고 받았습니다. . 이 알고리즘은 5,318명 이상의 고유한 환자로부터 Eko CORE 및 Eko DUO에서 수집된 5,878개의 PCG 녹음에 대해 훈련된 심층 신경망 모델을 사용하여 구축되어 심잡음이 포함된 심장 소리 녹음을 분류하고 가청 잡음이 포함되지 않은 것으로 분류하고 양질의 심장 소리를 구별합니다. 품질이 좋지 않은 심장 소리 녹음의 녹음. 훈련된 모델은 681명의 VHD 환자를 등록한 다중 사이트 임상 연구에서 일치하는 골드 표준 심초음파로 독립적으로 검증되었습니다. 2020년 1월에 FDA 승인을 받았습니다.

본 연구는 수축기 대 이완기 대 연속 잡음을 구별할 수 있을 뿐만 아니라 Eko를 사용한 4점 청진을 사용하여 VHD 유형 및 심각도를 분류할 수 있는 새로운 ML 알고리즘의 개발을 통해 VHD 분류를 포함하도록 잡음 감지를 확장하고자 합니다. 심장 소리를 녹음하는 CORE 및 DUO 전자 청진기. 이 새로운 알고리즘은 DUO의 시간 동기화된 ECG 스트림을 통합하여 S1 및 S2 심음의 구분을 개선하고 수축기 대 확장기 시간 간격을 식별하는 성능을 향상시킵니다. 신호 품질 및 심잡음 감지를 위한 FDA 승인 알고리즘과 결합할 경우, 이 새로운 알고리즘은 임상 실습에서 Eko 청진기를 사용할 때 임상의가 ACC/AHA 환자 관리 지침을 기반으로 하는 완전한 VHD 의사 결정 지원 시스템을 가질 수 있도록 합니다.20 이를 통해 임상의는 SHD를 조기에 감지하고 자신감 있고 일관성 있게 임상 치료 결정을 내리고 전반적인 환자 결과를 개선하는 동시에 비용을 줄이고 효율성을 높이는 데 도움이 되는 정보를 얻을 수 있습니다.