Wczesne przewidywanie EKG w zakresie ustanawiania kohorty i działania kohortowego choroby wielorakcyjnej (EARLY-ECG-PRED)

Ostatnie postępy w sztucznej inteligencji (AI) rozszerzyły możliwości diagnostyczne elektrokardiografii (EKG) poza chorobami sercowo -naczyniowymi. Pojawiające się dowody pokazują, że analiza EKG wzmocniona przez AI może zapewnić cenny wgląd w wiek, płeć, ryzyko śmiertelności, funkcję serca i warunki ogólnoustrojowe, takie jak nierównowaga elektrolitów, zaburzenia czynności nerek i zaburzenia tarczycy. Te odkrycia stanowią EKG jako obiecujące narzędzie do identyfikacji i przewidywania szerokiego spektrum chorób.

Aby dalej zbadać podstawowe mechanizmy łączące nieprawidłowości EKG z chorobami wieloetystemowymi oraz opracować modele diagnostyczne, badania przesiewowe i predykcyjne oparte na EKG, zainicjowaliśmy wieloośrodkowe, prospektywne, obserwacyjne badanie rejestru z udziałem pacjentów poddanych badaniu EKG. Cele projektu są następujące:

1. Rozwój modelu Fundacji AI-ECG

1. Diagnoza tradycyjnych chorób sercowo -naczyniowych (np. Arytmii, zawał mięśnia sercowego).
2. Badanie badań nad zaburzeniami wieloraskowymi, w tym: choroby krążenia, trawienne, oddechowe i nerwowe, zaburzenia hormonalne/metaboliczne, choroby moczowo-moczowe, warunki hematologiczne, nowotwory i zaburzenia zdrowia psychicznego.
3. Prognozowanie warunków nowej (np. Fabrylacja przedsionków, niewydolność serca, choroby zastawkowe, NSTEMI, tachykardia komorowa) i roczne ryzyko śmiertelności.

2. Kliniczna użyteczność i wdrożenie

Wykorzystując przenośność, opłacalność i nieinwazyjność EKG, nasz model Fundacji AI umożliwia:

1. Szybkie, na dużą skalę badania ambulatoryjne, szpitalne, awaryjne i społeczne.
2. Wczesne wykrywanie chorób wielostronnych, kierując ukierunkowanymi pracami diagnostycznymi.

3. Badania mechanistyczne i interpretacyjne wyjaśniające logikę diagnostyczną, predykcyjną i stratyfikację ryzyka modeli fundamentów AI-ECG.