หน่วย
1. ความรู้เบื้องต้นเกี่ยวกับปัญญาประดิษฐ์และวินัยในการตรวจสอบทางวิศวกรรมชีวการแพทย์ 2. สนับสนุนการวิเคราะห์ภาพทางการแพทย์: รังสีวิทยา (X-ray, CT, MR) 3. พยาธิวิทยาดิจิทัลและการวิเคราะห์ภาพเนื้อเยื่อ 4. การประมวลผลสัญญาณชีวภาพ: สัญญาณคลื่นไฟฟ้าหัวใจและหัวใจ 5. การประมวลผลสัญญาณชีวภาพ: EEG และสัญญาณทางระบบประสาท 6. เซ็นเซอร์แบบสวมใส่ได้และการตรวจติดตามทางสรีรวิทยาอย่างต่อเนื่อง 7. การวิเคราะห์ข้อมูลทางคลินิกและบันทึกสุขภาพอิเล็กทรอนิกส์ 8. การออกแบบอุปกรณ์การแพทย์และซอฟต์แวร์อุปกรณ์ (SaMD) 9. การวิจัยและการตรวจสอบตามกฎระเบียบ: CE/FDA, MDR 10. จริยธรรม ความเป็นส่วนตัวของผู้ป่วย และการกำกับดูแลข้อมูล (KVKK/HIPAA) 11. การบูรณาการแบบครบวงจร ขอบเขต และการดำเนินการอย่างมีความรับผิดชอบ
หน่วย 4 / 11

การประมวลผลสัญญาณชีวภาพ: สัญญาณคลื่นไฟฟ้าหัวใจและหัวใจ

กำไร:

  • ความสามารถในการอธิบายบทบาทของปัญญาประดิษฐ์ในการกำจัดเสียงรบกวน การตรวจจับคลื่น และขั้นตอนการจำแนกจังหวะของสัญญาณ ECG
  • ความสามารถในการประเมินผลลัพธ์ของแบบจำลองอย่างมีวิจารณญาณด้วยช่วงทางสรีรวิทยา สิ่งแปลกปลอม และบริบททางคลินิก
  • การทำความเข้าใจว่าคำแนะนำด้าน AI หัวใจแยกจากการตัดสินใจวินิจฉัยที่ต้องได้รับการอนุมัติจากแพทย์

การตรวจคลื่นไฟฟ้าหัวใจ (ECG; ECG หรือ EKG เป็นภาษาอังกฤษ) คือการบันทึกกิจกรรมทางไฟฟ้าที่เกิดจากหัวใจในแต่ละจังหวะด้วยขั้วไฟฟ้าบนผิวหนัง เส้นโค้งที่ได้คือสัญญาณชีวภาพที่พบบ่อยที่สุดในทางการแพทย์ ซึ่งบ่งชี้จังหวะและการนำกระแสของหัวใจ สัญญาณทางชีวภาพเป็นปริมาณที่สามารถวัดได้ซึ่งเปลี่ยนแปลงไปตามกาลเวลาจากสิ่งมีชีวิต ECG เป็นพื้นที่ศึกษาที่ยอดเยี่ยมจากมุมมองทางวิศวกรรม โดยมีคลื่นที่กำหนดไว้อย่างดี (P, QRS, T) ช่วงทางสรีรวิทยาที่ทราบ และปริมาณข้อมูลขนาดใหญ่ ปัญญาประดิษฐ์ให้การสนับสนุน ECG อย่างดีเยี่ยมด้วยการกำจัดเสียงรบกวน การตรวจจับคลื่น และการจำแนกจังหวะ ในหน่วยนี้ เราจะดูขั้นตอนเหล่านี้ การยืนยันทางสรีรวิทยา และสาเหตุที่การวินิจฉัยขั้นสุดท้ายยังคงอยู่กับแพทย์

ให้ชัดเจนตั้งแต่เริ่มต้น: รูปแบบ ECG อาจบอกว่า "ภาวะหัวใจห้องบนเป็นไปได้"; แต่นี่เป็นคำเตือน ไม่ใช่การวินิจฉัย AI ไม่ได้วินิจฉัย แพทย์จะตัดสินใจร่วมกับคนไข้

ห่วงโซ่การประมวลผลคลื่นไฟฟ้าหัวใจ

ขั้นตอนที่ 1 — การรับสัญญาณและการกำจัดสัญญาณรบกวน คลื่นไฟฟ้าหัวใจดิบ; รวมถึงสัญญาณรบกวนจากเครือข่าย (50/60 Hz) การดริฟท์ของเส้นพื้นฐาน (การดริฟท์ของเส้นพื้นฐานด้วยการหายใจและการเคลื่อนไหว) และความผิดปกติของกล้ามเนื้อ การกรอง (ฟิลเตอร์แบนด์พาส) และในแนวทางสมัยใหม่ การกำจัดสัญญาณรบกวนด้วย AI ช่วยลดความผิดเพี้ยนเหล่านี้ จุดสำคัญ: การกรองไม่ควรลบข้อมูลจริงเช่นกัน การกรองที่มากเกินไปอาจปิดบังการขาดเลือดที่แท้จริงโดยการบิดเบือนส่วน ST

ขั้นตอนที่ 2 — การตรวจจับคลื่น (การวาดเส้น) แบบจำลองตรวจจับคลื่น P, QRS complex และคลื่น T เอาต์พุตพื้นฐานที่สุดคือการตรวจจับจุดสูงสุดของ R; ระยะห่างระหว่างจุดสูงสุด R ติดต่อกัน (ช่วง R-R) จะทำให้อัตราการเต้นของหัวใจและจังหวะสม่ำเสมอ

ขั้นตอนที่ 3 — การแยกคุณสมบัติ คุณสมบัติต่างๆ เช่น ช่วง R-R, ระยะเวลา QT, ระดับ ST, สัณฐานวิทยาของคลื่นจะถูกคำนวณ สิ่งเหล่านี้ทำหน้าที่เป็นทั้งการตีความทางคลินิกและการป้อนข้อมูลแบบจำลอง

ขั้นตอนที่ 4 — การจำแนกจังหวะ/ความผิดปกติ แบบจำลองนี้แนะนำชั้นเรียนต่างๆ เช่น ภาวะหัวใจห้องบนเต้นผิดจังหวะ หัวใจห้องล่างเต้นเร็ว หรือจังหวะไซนัสปกติ ผลลัพธ์ที่ได้คือป้ายกำกับและคะแนนความเชื่อมั่น

ขั้นตอนที่ 5 — การประเมินผลของแพทย์ แพทย์จะนำเสนอคำแนะนำพร้อมกับบริบททางคลินิก (อาการ ยา ประวัติ) การวินิจฉัยเป็นของแพทย์

ช่วงทางสรีรวิทยา: จุดยึดการตรวจสอบอย่างรวดเร็ว

ลำดับความสำคัญของการควบคุมขนาดมีความแข็งแกร่งมากใน ECG เนื่องจากช่วงทางสรีรวิทยามีความชัดเจน:

  • อัตราการเต้นของหัวใจขณะพัก: 50-100 ครั้ง/นาที (อาจลดลงเหลือ 40 ครั้งสำหรับนักกีฬา)
  • ระยะเวลา QRS ปกติ: 80-120 ms; QRS ที่กว้างขึ้นบ่งบอกถึงความล่าช้าในการนำ
  • QT ที่ถูกต้อง (QTc): ประมาณ 350-450 ms ในผู้ใหญ่; เกิน 500 มิลลิวินาทีอาจเป็นอันตรายได้
  • คลื่น P มาก่อน QRS ปกติทุกรายการ

หากแบบจำลองให้อัตราการเต้นของหัวใจที่ 250 อาจเกิดภาวะหัวใจเต้นเร็วจริงหรือเสียงรบกวนจะถูกนับเป็นจุดสูงสุดของ R (การนับสองครั้ง) คุณไม่สามารถแยกความแตกต่างนี้ได้โดยไม่ต้องดูสัญญาณดิบ นี่คือจุดที่วินัยในการตรวจสอบเข้ามามีบทบาท

คดีเล็กๆ สามคดี: ตามตัวเลข

กรณีที่ 1 — สิ่งประดิษฐ์เลียนแบบภาวะหัวใจเต้นผิดจังหวะ ในระหว่างการเฝ้าสังเกตผู้ป่วยรายหนึ่ง แบบจำลองจะส่งเสียงเตือน "หัวใจห้องล่างเต้นเร็ว" เป็นเวลา 3 นาที เมื่อตรวจสอบสัญญาณดิบ พบว่าผู้ป่วยกำลังแปรงฟัน และสิ่งประดิษฐ์ของกล้ามเนื้อเลียนแบบ QRS ความน่าเชื่อถือทางสรีรวิทยา (ผู้ป่วยไม่มีอาการและคงที่ในขณะนี้) และการตรวจสอบสัญญาณดิบช่วยแก้ไขสัญญาณเตือนที่ผิดพลาด เตือนโมเดลแล้ว สัญญาณดิบได้รับการแก้ไขแล้ว

กรณีที่ 2 — ความเร็วในการสแกน คลินิกหทัยวิทยากำลังตรวจสอบการบันทึกของ Holter ตลอด 24 ชั่วโมง (คลื่นไฟฟ้าหัวใจต่อเนื่องแบบพกพา); เฉลี่ยครั้งละ 20 นาที การทำเครื่องหมายล่วงหน้าของ AI ลดเวลาในการตรวจสอบลงเหลือ 7 นาทีโดยเน้นเหตุการณ์ที่เป็นไปได้ โมเดลไม่ได้ปิดเหตุการณ์ใดๆ ด้วยตัวมันเอง ช่างเทคนิคและแพทย์โรคหัวใจตรวจสอบแต่ละสัญญาณ

กรณีที่ 3 — ข้อผิดพลาดในการนับซ้ำ ในผู้ป่วยที่มีคลื่น T สูง แบบจำลองยังนับคลื่น T เป็นจุดสูงสุดของ R โดยรายงานอัตราการเต้นของหัวใจเป็นสองเท่าของค่าจริง (ประมาณ 300 แทนที่จะเป็น 150) ลำดับการตรวจสอบขนาด — “300 bpm ไม่ใช่จังหวะที่ยั่งยืน” — ให้ข้อผิดพลาดทันที และค่าขีดจำกัดสูงสุดของ R ได้รับการแก้ไขแล้ว

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

หมายเหตุ: ข้อความแจ้งด้านล่างมีประโยชน์ในการตีความรายงาน ECG/ข้อความพารามิเตอร์ การวินิจฉัยคลื่นไฟฟ้าหัวใจแบบดิบเป็นผลงานของอุปกรณ์และแพทย์ที่ได้รับการยืนยัน

พรอมต์ที่อ่อนแอ:

ดูค่า ECG เหล่านี้ เกิดอะไรขึ้นกับผู้ป่วย?[ค่า]

พรอมต์อันทรงพลัง:

บทบาทของคุณ: คุณเป็นผู้ช่วยวิเคราะห์สัญญาณการเต้นของหัวใจ (คุณไม่ใช่ผู้วินิจฉัย) ประเมินพารามิเตอร์ ECG ที่ไม่ระบุชื่อต่อไปนี้:- เปรียบเทียบพารามิเตอร์แต่ละตัวกับช่วงปกติ (HR, PR, QRS, QTc)- ทำเครื่องหมายค่าที่อยู่นอกช่วง แต่ไม่ต้องทำการวินิจฉัย- หมายเหตุ กรณีที่ค่าอาจเนื่องมาจากสิ่งผิดปกติ (“ความสงสัยในการนับซ้ำ”)- ในตอนท้าย ให้ระบุ 3 ประเด็นที่แพทย์ควรยืนยันในสัญญาณดิบ พารามิเตอร์ที่ไม่ระบุชื่อ: [HR, PR, QRS, QTc, แท็กจังหวะ]

เทมเพลตที่คัดลอกได้สี่แบบ

1) การควบคุมช่วงพารามิเตอร์:

เปรียบเทียบพารามิเตอร์ ECG ต่อไปนี้กับช่วงปกติของผู้ใหญ่ และจัดตารางค่าเบี่ยงเบน อย่าวินิจฉัย. พารามิเตอร์: [รายการ]

2) การกำจัดความสงสัยเกี่ยวกับสิ่งประดิษฐ์:

แท็กจังหวะและอัตราการเต้นของหัวใจนี้สมเหตุสมผลทางสรีรวิทยาหรือไม่ ถ้าไม่ ให้อธิบายว่าสิ่งประดิษฐ์ใด (การนับสองครั้ง กล้ามเนื้อ การตรวจวัดพื้นฐาน) ที่อาจเลียนแบบได้ ข้อมูล: [ค่า]

3) โครงร่างสรุปของ Holter:

จัดกลุ่มรายการเหตุการณ์ Holter ที่ไม่ระบุชื่อต่อไปนี้ตามประเภทเหตุการณ์เพื่อสร้างตารางความถี่ ทำเครื่องหมายแต่ละกลุ่มเป็น "ลำดับความสำคัญของแพทย์โรคหัวใจสูง/ต่ำ" และปล่อยให้เขาตัดสินใจ รายชื่อ: [เหตุการณ์]

4) หมายเหตุด้านความปลอดภัยของ QT:

เปรียบเทียบ QTc กับเกณฑ์สำหรับผู้ใหญ่ หากเกิน 500 มิลลิวินาที ให้ร่างบันทึกคำเตือนของแพทย์เพื่อเตือนคุณว่าจำเป็นต้องมีการควบคุมยาและอิเล็กโทรไลต์ ค่า: [QTc]

บทบาทของโมเดล: ตามประเภทงาน

ประเภทงาน

การมีส่วนร่วมของ AI

การวิพากษ์วิจารณ์

การตรวจสอบ

การกำจัดสัญญาณรบกวน/การประมวลผลล่วงหน้า

สูง

ต่ำ

การเปรียบเทียบสัญญาณดิบ

การตรวจจับยอด R/คลื่น

สูง

ปานกลาง

ช่วงทางสรีรวิทยา

การเรียงลำดับจังหวะล่วงหน้า

สูง

สูง

แพทย์+สัญญาณดิบ

การจัดลำดับความสำคัญของเหตุการณ์ Holter

สูง

ปานกลาง

รีวิวของแพทย์โรคหัวใจ

การตัดสินใจวินิจฉัย/การรักษา

จำกัด

สูงมาก

ได้รับการอนุมัติจากแพทย์เต็มรูปแบบ

เคล็ดลับ: ควรดูสัญญาณดิบก่อนที่จะเชื่อสัญญาณเอาท์พุตของรูปแบบ ECG ใน AI หัวใจ ข้อผิดพลาดส่วนใหญ่เกิดจากการเลียนแบบคลื่นจริง และสิ่งนี้จะปรากฏให้เห็นใน Raw Tracing เท่านั้น
ข้อควรระวัง: การกรองที่มากเกินไปจะสร้างสัญญาณ "สะอาด" ที่ดูสวยงาม แต่อาจลบรายละเอียดที่สำคัญในการวินิจฉัย เช่น ส่วน ST สัญญาณที่ชัดเจนไม่ได้หมายความว่าสัญญาณที่ถูกต้อง การตั้งค่าตัวกรองควรได้รับการตรวจสอบทางคลินิก

ข้อผิดพลาดทั่วไป

  • เชื่อถือแท็กโดยไม่ต้องดูสัญญาณดิบ สิ่งประดิษฐ์เลียนแบบภาวะ นี่คือสาเหตุของข้อผิดพลาดที่พบบ่อยที่สุด
  • การกรองที่มากเกินไป ข้อมูลการวินิจฉัยอาจถูกลบไปพร้อมกับเสียงรบกวนด้วย
  • มองข้ามการนับซ้ำซ้อน คลื่น T สูงสามารถเพิ่มอัตราการเต้นของหัวใจเป็นสองเท่า ลำดับความสำคัญจับสิ่งนี้
  • ข้อมูลอุปกรณ์ของผู้บริโภคเข้าใจผิดว่าเป็นข้อมูลทางคลินิก ECG ของสมาร์ทวอทช์ช่องเดียวไม่สามารถทดแทน ECG เพื่อการวินิจฉัย 12-lead ได้
  • เข้าใจผิดว่าเป็นแบบจำลองสำหรับการวินิจฉัย โมเดลเตือน; การวินิจฉัยและการรักษาจังหวะเป็นของแพทย์

โดยสรุป

  • ขั้นตอนการทำงานของ ECG ประกอบด้วยการกำจัดเสียงรบกวน การตรวจจับคลื่น การแยกคุณสมบัติ และการจำแนกจังหวะ
  • ช่วงเวลาทางสรีรวิทยา (HR, QRS, QTc) เป็นจุดยึดในการตรวจสอบที่มีประสิทธิภาพและรวดเร็ว
  • ข้อผิดพลาดส่วนใหญ่เกิดขึ้นเนื่องจากสิ่งประดิษฐ์เลียนแบบคลื่นจริง ต้องมีการควบคุมสัญญาณดิบ
  • การกรองที่มากเกินไปอาจลบข้อมูลการวินิจฉัย สัญญาณที่สะอาดไม่ได้หมายความว่าสัญญาณที่ถูกต้อง
  • แท็กจังหวะเป็นการเตือน การตัดสินใจวินิจฉัยและการรักษาเป็นของแพทย์

งานสมัคร

เตรียมชุดพารามิเตอร์ ECG (HR, PR, QRS, QTc, ป้ายจังหวะ) และจงใจใส่ค่าที่ไม่ใช่ทางสรีรวิทยา (เช่น HR 280) ลงไป ให้โมเดลประเมินโดยใช้พรอมต์ที่มีประสิทธิภาพ และสังเกตว่าโมเดลแฟล็กค่านี้ว่าสงสัยว่าเป็นสิ่งประดิษฐ์หรือไม่ ถ้าอย่างนั้น “จุดยึดใด (ช่วงทางสรีรวิทยาหรือสัญญาณดิบ) จับข้อผิดพลาดนี้” ตอบคำถามด้วยย่อหน้า

รายการตรวจสอบ

  • [ ] ฉันทราบขั้นตอนการกำจัดสัญญาณรบกวน การตรวจจับ คุณลักษณะ และการจัดหมวดหมู่ของห่วงโซ่การประมวลผล ECG
  • [ ] ฉันสามารถใช้ช่วงทางสรีรวิทยาพื้นฐาน (HR, QRS, QTc) เป็นจุดยึดในการตรวจสอบได้
  • [ ] ฉันตระหนักว่าสิ่งประดิษฐ์เลียนแบบจังหวะและการควบคุมสัญญาณดิบเป็นสิ่งจำเป็น
  • [ ] ฉันเข้าใจว่าการกรองมากเกินไปสามารถลบข้อมูลการวินิจฉัยได้
  • [ ] ฉันเข้าใจแล้วว่าป้ายจังหวะเป็นการเตือนและการวินิจฉัยยังคงอยู่กับแพทย์