Kazanimlar:
- EKG sinyalinin gürültü giderme, dalga tespiti ve ritim sınıflama adımlarında yapay zekanın rolünü açıklayabilme
- Model çıktılarını fizyolojik aralık, artefakt ve klinik bağlamla eleştirel değerlendirebilme
- Kardiyak AI önerilerinin hekim onayı gerektiren tanı kararından ayrıldığını kavrayabilme
Elektrokardiyografi (EKG; İngilizce ECG veya EKG), kalbin her atımda ürettiği elektriksel etkinliğin cilt üzerindeki elektrotlarla kaydedilmesidir. Ortaya çıkan eğri, kalbin ritmini ve iletimini gösteren, tıptaki en yaygın biyosinyaldir. Bir biyosinyal, canlı bir organizmadan zamanla değişen ölçülebilir bir büyüklüktür. EKG bir mühendislik açısından mükemmel bir çalışma alanıdır: iyi tanımlı dalgaları (P, QRS, T), bilinen fizyolojik aralıkları ve devasa veri hacmi vardır. Yapay zeka EKG'de gürültü giderme, dalga tespiti ve ritim sınıflama ile güçlü destek sunar. Bu ünitede bu adımları, fizyolojik doğrulamayı ve neden nihai tanının hekimde kaldığını göreceğiz.
Baştan net olalım: bir EKG modeli "atriyal fibrilasyon olası" diyebilir; ama bu bir uyarıdır, tanı değil. Yapay zeka teşhis koymaz; hekim, hastanın bütünüyle birlikte karar verir.
EKG İşleme Zinciri
Adım 1 — Sinyal edinme ve gürültü giderme. Ham EKG; şebeke paraziti (50/60 Hz), baseline kayması (nefes ve hareketle taban çizgisinin sürüklenmesi) ve kas artefaktı içerir. Filtreleme (bant geçiren filtreler) ve modern yaklaşımlarda yapay zeka tabanlı gürültü giderme bu bozulmaları azaltır. Kritik nokta: filtreleme gerçek bilgiyi de silmemelidir; aşırı filtreleme ST segmentini bozarak gerçek bir iskemiyi gizleyebilir.
Adım 2 — Dalga tespiti (delineasyon). Model P dalgasını, QRS kompleksini ve T dalgasını tespit eder. En temel çıktı R tepesi tespitidir; ardışık R tepeleri arası mesafe (R-R aralığı) kalp hızını ve ritim düzenliliğini verir.
Adım 3 — Özellik çıkarımı. R-R aralıkları, QT süresi, ST seviyesi, dalga morfolojisi gibi özellikler hesaplanır. Bunlar hem klinik yorum hem de model girdisi olur.
Adım 4 — Ritim/anomali sınıflama. Model, atriyal fibrilasyon, ventriküler erken vuru veya normal sinüs ritmi gibi sınıflar önerir. Çıktı bir etiket ve güven skorudur.
Adım 5 — Hekim değerlendirmesi. Öneri, klinik bağlamla (semptom, ilaç, öykü) birlikte hekime sunulur. Tanı hekimindir.
Fizyolojik Aralıklar: Hızlı Doğrulama Çapası
EKG'de büyüklük mertebesi kontrolü çok güçlüdür çünkü fizyolojik aralıklar bellidir:
- Dinlenimde kalp hızı: 50-100 atım/dakika (sporcuda 40'a inebilir).
- Normal QRS süresi: 80-120 ms; daha geniş QRS iletim gecikmesini düşündürür.
- Düzeltilmiş QT (QTc): erişkinde kabaca 350-450 ms; 500 ms üstü tehlikeli olabilir.
- P dalgası her normal QRS'ten önce gelir.
Model kalp hızını 250 verdiyse ya gerçek bir taşiaritmi vardır ya da gürültü R tepesi olarak sayılmıştır (çift sayım). Bu ayrımı ham sinyale bakmadan yapamazsınız; işte doğrulama disiplini burada devreye girer.
Üç Mini Vaka: Rakamlarla
Vaka 1 — Artefaktın aritmi taklidi. Bir hasta izleminde model 3 dakika boyunca "ventriküler taşikardi" alarmı verdi. Ham sinyale bakıldığında hastanın diş fırçaladığı ve kas artefaktının QRS'i taklit ettiği görüldü. Fizyolojik makullük (hasta bu sırada semptomsuz ve stabildi) ve ham sinyal kontrolü yanlış alarmı çözdü. Model uyardı, ham sinyal düzeltti.
Vaka 2 — Tarama hızı. Bir kardiyoloji kliniği, 24 saatlik Holter kayıtlarını (taşınabilir sürekli EKG) inceliyordu; kayıt başına ortalama 20 dakika. AI ön işaretleme, olası olayları öne çıkararak inceleme süresini 7 dakikaya indirdi. Model hiçbir olayı tek başına kapatmadı; teknisyen ve kardiyolog her işareti gözden geçirdi.
Vaka 3 — Çift sayım hatası. Yüksek T dalgalı bir hastada model, T dalgasını da R tepesi sayarak kalp hızını gerçek değerin iki katı (yaklaşık 150 yerine 300) raporladı. Büyüklük mertebesi kontrolü — "300 atım/dakika sürdürülebilir bir ritim değildir" — hatayı anında ele verdi ve R tepesi eşiği düzeltildi.
Zayıf Prompt / Güçlü Prompt
Not: Aşağıdaki promptlar EKG rapor/parametre metnini yorumlamaya yardımcıdır; ham EKG tanısı doğrulanmış cihaz ve hekim işidir.
Zayıf prompt:
Bu EKG değerlerine bak, hasta ne olmuş?[değerler]
Güçlü prompt:
Rolün: Kardiyak sinyal analiz asistanısın (TANI KOYMUYORSUN).Aşağıdaki anonim EKG parametrelerini değerlendir:- Her parametreyi normal aralığıyla karşılaştır (HR, PR, QRS, QTc).- Aralık dışı değerleri işaretle ama tanı koyma.- Değerlerin artefakt kaynaklı olabileceği durumları ("çift sayım şüphesi") not et.- Sonunda hekimin ham sinyalde teyit etmesi gereken 3 noktayı listele.Anonim parametreler:[HR, PR, QRS, QTc, ritim etiketi]
Dört Kopyalanabilir Şablon
1) Parametre-aralık kontrolü:
Aşağıdaki EKG parametrelerini normal erişkin aralıklarıyla karşılaştır,sapmaları tabloya çıkar. Tanı koyma. Parametreler: [liste]
2) Artefakt şüphesi elemesi:
Bu ritim etiketi ve kalp hızı fizyolojik olarak makul mü? Değilse hangiartefakt (çift sayım, kas, baseline) taklit ediyor olabilir, açıkla. Veri: [değerler]
3) Holter özet taslağı:
Aşağıdaki anonim Holter olay listesini olay türüne göre grupla, sıklık tablosuçıkar. Her grubu "kardiyolog önceliği yüksek/düşük" olarak işaretle, kararı ona bırak.Liste: [olaylar]
4) QT güvenlik notu:
QTc değerini erişkin eşikleriyle karşılaştır; 500 ms üstüyse ilaç ve elektrolitkontrolü gerektiğini hatırlatan bir hekim uyarı notu taslağı yaz. Değer: [QTc]
Modelin Rolü: Görev Türüne Göre
Görev türü
AI katkısı
Kritiklik
Doğrulama
Gürültü giderme/ön işleme
Yüksek
Düşük
Ham sinyal karşılaştırma
R tepesi/dalga tespiti
Yüksek
Orta
Fizyolojik aralık
Ritim ön sınıflama
Yüksek
Yüksek
Hekim + ham sinyal
Holter olay önceliklendirme
Yüksek
Orta
Kardiyolog inceleme
Tanı/tedavi kararı
Sınırlı
Çok yüksek
Tam hekim onayı
İpucu: Bir EKG modelinin çıktısına inanmadan önce daima ham sinyale bakın. Kardiyak AI'da hataların büyük çoğunluğu artefaktın gerçek dalgayı taklit etmesinden doğar ve bu, yalnızca ham izde görülür.
Dikkat: Aşırı filtreleme kozmetik olarak "temiz" bir sinyal üretir ama ST segmenti gibi tanısal açıdan kritik detayları silebilir. Temiz görünen sinyal, doğru sinyal demek değildir; filtre ayarları klinik açıdan doğrulanmalıdır.
Sık yapılan hatalar
- Ham sinyale bakmadan etikete güvenmek. Artefaktlar aritmileri taklit eder; en yaygın hata kaynağı budur.
- Aşırı filtreleme. Gürültüyle birlikte tanısal bilgi de silinebilir.
- Çift sayımı gözden kaçırmak. Yüksek T dalgası kalp hızını iki katına çıkarabilir; büyüklük mertebesi bunu yakalar.
- Tüketici cihaz verisini klinik veri sanmak. Tek kanallı akıllı saat EKG'si, 12 derivasyonlu tanısal EKG'nin yerine geçmez.
- Modeli tanı koyucu sanmak. Model uyarır; ritim tanısı ve tedavi hekimindir.
Özetle
- EKG iş akışı gürültü giderme, dalga tespiti, özellik çıkarımı ve ritim sınıflamadan oluşur.
- Fizyolojik aralıklar (HR, QRS, QTc) güçlü ve hızlı bir doğrulama çapasıdır.
- Hataların çoğu artefaktın gerçek dalgayı taklit etmesinden doğar; ham sinyal kontrolü şarttır.
- Aşırı filtreleme tanısal bilgiyi silebilir; temiz sinyal doğru sinyal demek değildir.
- Ritim etiketleri uyarıdır; tanı ve tedavi kararı hekimindir.
Uygulama görevi
Bir EKG parametre seti (HR, PR, QRS, QTc, ritim etiketi) hazırlayın ve içine kasten bir fizyolojik olmayan değer (örneğin HR 280) yerleştirin. Güçlü promptu kullanarak modele değerlendirtin ve modelin bu değeri artefakt şüphesiyle işaretleyip işaretlemediğini gözlemleyin. Ardından "hangi çapa (fizyolojik aralık mı, ham sinyal mi) bu hatayı yakalar?" sorusunu bir paragrafla yanıtlayın.
Kontrol listesi
- [ ] EKG işleme zincirinin gürültü giderme, tespit, özellik ve sınıflama adımlarını biliyorum.
- [ ] Temel fizyolojik aralıkları (HR, QRS, QTc) doğrulama çapası olarak kullanabiliyorum.
- [ ] Artefaktın aritmi taklit ettiğini ve ham sinyal kontrolünün şart olduğunu kavradım.
- [ ] Aşırı filtrelemenin tanısal bilgiyi silebileceğini biliyorum.
- [ ] Ritim etiketinin uyarı olduğunu, tanının hekimde kaldığını içselleştirdim.