Масштабируемое решение искусственного интеллекта для инфаркта миокарда ST: перекрестное исследование (ASSIST)

Задержки в сортировке и диагностике пациентов с болью в груди или других симптомах, свидетельствующих о остром коронарном синдроме (ACS), могут быть смертельными. Это исследование направлено на улучшение этих двух аспектов в острой ишемической заболевании: снижение задержек до вмешательства и повышение точности первоначального диагноза, что имеет первостепенное значение в случаях ACS, особенно в STEMI. Первый играет критическую роль в минимизации показателей в домашних условиях смертности, которые, как было показано, пропорционально снижаются с сокращением времени вмешательства. Последний опирается на правильную интерпретацию диагностического инструмента ЭКГ, первой линии при оценке пациентов с подозрением на ОКС.

Текущий стандарт ухода за ACS включает в себя ЭКГ с 12 лидами, которая должна выполняться в течение первых 10 минут после первого медицинского контакта. ЭКГ должна интерпретироваться квалифицированным врачом, который будет предупреждать кардиолога по вызову о подтверждении или нет активации «кода инфаркта», основанного на ЭКГ и клинической презентации. Такая активация в основном влечет за собой немедленную передачу пациента в ближайшую больницу с возможностью чрезвычайной коронарной ангиографии (если нет в первоначальном учреждении) и возможного чрескожного коронарного вмешательства (PCI). Что касается диагноза острого инфаркта миокарда (AMI), точная и быстрая интерпретация первой ЭКГ является критической для дифференциальной диагностики между стволовыми, NSTEMI или нестабильной стенокардией; и следуйте надлежащим стандартам руководящих принципов ухода. Самые большие задержки возникают между первой ЭКГ и транспортировкой лаборатории катетеризации сердца, которая имеет прогностические последствия.

В последние годы автоматические цифровые инструменты, основанные на искусственном интеллекте (ИИ), были предложены в качестве решения для поддержки врачей в интерпретации ЭКГ, снижая их рабочую нагрузку и время на диагноз, что предполагает полезное влияние AI-платформ для точной диагностики AMI. В этом настроении AI-платформы должны быть в состоянии автоматически обнаруживать паттерны ЭКГ, связанные с неблагоприятной коронарной анатомией и плохими результатами. Также важно иметь способность идентифицировать более тонкие модели ЭКГ, не очевидно во время интерпретации врачей, но указывает на коронарную анатомию высокого риска. Кроме того, платформа должна помочь прогнозировать наиболее тяжелые коронарные поражения, особенно обструктивный стеноз. Эта способность обнаруживать коронарные поражения может быть полезна для предотвращения ненужной или преждевременной активации лаборатории катетеризации, главным образом в условиях Nstemi.

Ассистентное клиническое исследование представляет собой перекрестное многоцентровое исследование, направленное на то, чтобы собрать данные для разработки платформы Willem ™, инструмента AI на основе анализа ЭКГ. Эта платформа может повысить точность диагностики AMI, в частности, дифференцировку между STEMI и NSTEMI, а также раннюю идентификацию пациентов с инфарктом миокарда окклюзии (OMI).