Kunstig intelligens-aktivert EKG-deteksjon av medfødt hjertesykdom hos barn: et nytt diagnostisk verktøy (AI-ECG-CHD)

Medfødt hjertesykdom (CHD) er den vanligste medfødte sykdommen hos barn. Tidlig påvisning, diagnostisering og behandling av CHD hos barn er av stor betydning for å forbedre prognosen og redusere dødeligheten hos barn, men dagens screeningmetoder har begrensninger. Elektrokardiogram (EKG), som et økonomisk og raskt middel for å oppdage hjertesykdom, har en svært viktig verdi i hjelpediagnosen av CHD. Stordata og dyplæringsteknologier innen kunstig intelligens (AI) har vist stort potensiale innen det medisinske feltet. Fremkomsten av big data-æraen gir rike dataressurser for dybdestudier av CHD EKG-signaler hos barn. Utviklingen av dyplæringsteknologi, spesielt gjennombruddet innen bildegjenkjenning, gir en sterk teknisk støtte for intelligent analyse av elektrokardiogram. Det spesielle med elektrokardiogram for barn krever utvikling av en spesiell algoritmemodell. For tiden er forskningen på anvendelse av dyplæringsmodeller for å identifisere barns elektrokardiogrammer begrenset, og opplæring og verifisering fra store datasett mangler. Basert på Chinese Congenital Heart Disease Collaborative Research Network, har dette prosjektet som mål å integrere data og dyplæringsteknologi for å utvikle et sett med intelligent elektrokardiogramassistert diagnosesystem (CHD-EKG AI-system) egnet for barn med CHD, for å forbedre tidlig påvisningshastighet av CHD og forbedre effektiviteten av screening av medfødt hjertesykdom.