Explainable Algorithm for Automatic Detection and Quantification of Preload Alterations using Seismocardiography
Diese Studie entwickelte und validierte einen neuartigen, erklärbaren Algorithmus unter Verwendung von Seismokardiographie und Techniken des maschinellen Lernens, um Veränderungen der kardialen Vorlast bei 193 Probanden präzise zu detektieren und zu quantifizieren, wobei eine hohe Diskriminationsleistung zwischen einer Abnahme, keiner Veränderung und einer Zunahme der Vorlast nachgewiesen wurde.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der komplexen Mechanik des menschlichen Körpers verlässt sich das Herz auf ein empfindliches Gleichgewicht, um das Blut fließen zu lassen. Einer der kritischsten Faktoren in diesem Gleichgewicht ist die „Vorlast“ (Preload), ein Begriff, der beschreibt, wie viel Blut die Herzkammern füllt, bevor sie sich zusammenziehen. Man kann es sich wie die Menge an Wasser in einem Luftballon vorstellen, bevor man ihn zusammendrückt; wenn der Ballon zu leer ist, ist der Druck schwach, aber wenn er genau richtig gefüllt ist, kann das Herz effektiv pumpen. Ärzte müssen diesen Pegel ständig kennen, insbesondere bei Patienten mit Herzinsuffizienz oder solchen, die sich von einer Operation erholen, da die Fähigkeit des Herzens zu pumpen vollständig davon abhängt, dass die richtige Menge an Blut zur Verfügung steht. Derzeit ist der beste Weg, dies mit Ultraschallgeräten zu sehen, aber diese erfordern einen geschulten Bediener, der eine Sonde gegen den Brustkorb hält, und können keine kontinuierliche Rund-um-die-Uhr-Messung liefern. Vitalparameter wie die Herzfrequenz lassen sich leicht verfolgen, aber sie ändern sich oft zu spät, um Ärzte vor einem Problem zu warnen. Diese Lücke in der Überwachung lässt Patienten verwundbar zurück, da Ärzte möglicherweise nicht merken, dass das Herz kämpft, bis es zu spät ist.
Ein Team von Forschern aus Dänemark und Schweden hat eine neue Methode entwickelt, um diese Lücke zu schließen, indem sie ein System erschaffen haben, das automatisch Veränderungen dieses lebenswichtigen Blutvolumens mithilfe eines kleinen am Brustkorb platzierten Sensors erkennen kann. Dieser Sensor misst die Seismokardiographie, was einfach die Aufzeichnung der winzigen Vibrationen und Bewegungen ist, die der Brustkorb bei jedem Herzschlag macht. Diese Vibrationen werden durch die mechanische Aktivität des Herzens verursacht, wie etwa das Öffnen und Schließen der Klappen und das Strömen des Blutes durch die Kammern. Die Forscher entwickelten einen Algorithmus, eine Reihe von Computeranweisungen, die diesen Vibrationen Schlag für Schlag lauscht. Anstatt nur auf das Rohgeräusch zu achten, zerlegt das System das Signal in spezifische Zeit- und Kraftmessungen und nutzt dann mathematische Muster, um zu bestimmen, ob das Herz mit zu wenig Blut, zu viel Blut oder genau der richtigen Menge gefüllt ist.
Um diese Idee zu testen, sammelten die Forscher Daten von 193 Personen in vier verschiedenen Studien. In zwei dieser Studien veränderten sie absichtlich die Menge des zum Herzen zurückfließenden Blutes, um zu sehen, ob ihr System den Unterschied erkennen konnte. In einem Experiment neigten sie gesunde Freiwillige nach hinten, um den Blutfluss zum Herzen zu reduzieren, was einen Abfall der Vorlast simulierte. In einem anderen Experiment gaben sie den Freiwilligen eine Kochsalzinfusion, um das Blutvolumen zu erhöhen, was einen Anstieg der Vorlast simulierte. Die anderen zwei Studien beinhalteten Menschen, die sich in Ruhezuständen befanden, ohne dass Veränderungen stattfanden, was als Kontrolle diente, um zu sehen, ob das System fälschlicherweise Veränderungen detektieren würde, wenn keine existieren. Das Computersystem analysierte die Vibrationen des Brustkorbs während dieser Sitzungen und verglich die „Vorher“- und „Nachher“-Signale, um nach subtilen Verschiebungen im Rhythmus und in der Kraft des Herzens zu suchen.
Die Ergebnisse zeigten, dass das System erfolgreich zwischen diesen verschiedenen Zuständen unterscheiden konnte. Als die Forscher den Algorithmus baten, den Unterschied zwischen einem Abfall des Blutvolumens und keiner Veränderung festzustellen, hatte er eine AUC von 0,81. Beim Vergleich eines Volumenabfalls mit einem Anstieg stieg die AUC auf 0,91. Es war auch in der Lage, den Unterschied zwischen keiner Veränderung und einer Zunahme des Blutvolumens mit einer AUC von 0,85 zu erkennen. Über ein einfaches „Ja“ oder „Nein“ hinaus lieferte das System einen Wahrscheinlichkeitswert, der den Ärzten ein Gefühl dafür gibt, wie wahrscheinlich eine Veränderung auftritt. Die Forscher prüften auch, ob ihre Ergebnisse mit den Beobachtungen aus Ultraschalluntersuchungen übereinstimmten, welche das tatsächliche gepumpte Blutvolumen messen. Sie fanden eine moderate Verbindung zwischen den Scores des Systems und den tatsächlichen Änderungen des Blutvolumens, was darauf hindeutet, dass die Vibrationen im Brustkorb in der Tat den Füllstatus des Herzens widerspiegeln.
Was diesen Ansatz besonders vielversprechend macht, ist seine „Erklärbarkeit“. Im Gegensatz zu einigen komplexen Computermodellen, die wie Black Boxes agieren, ermöglicht dieses System den Ärzten zu sehen, welche Teile des Herzschlag-Signals zu dem Schluss geführt haben. Die Forscher konnten die Entscheidung auf spezifische Momente im Herzzyklus zurückführen, wie etwa die Zeit, die benötigt wird, um Blut auszustoßen, oder die Kraft der Entspannungsphase des Herzens. Diese spezifischen Änderungen in Zeit und Kraft entsprachen dem, was bereits über das Verhalten des Herzens bei Änderungen des Blutvolumens bekannt ist, was den Befunden eine solide physische Basis gab. Das System arbeitet durch den Vergleich zweier Aufzeichnungen derselben Person und untersucht, wie sich das Vibrationsmuster zwischen ihnen verschiebt, anstatt zu versuchen, den Zustand aus einer einzelnen Momentaufnahme zu erraten.
Trotz dieser ermutigenden Ergebnisse stellen die Forscher fest, dass sich das System noch in einem frühen Stadium befindet. Die Studie wurde hauptsächlich an gesunden Menschen durchgeführt, und die Änderungen des Blutvolumens wurden in einer kontrollierten Umgebung induziert. In der realen Welt könnten Patienten mit Herzerkrankungen oder solche mitten in einer Operation andere Herausforderungen darstellen. Das System schnitt auch etwas schlechter ab, wenn es versuchte, zwischen einem geringfügigen Abfall des Blutvolumens und keiner Veränderung zu unterscheiden, was die Autoren darauf zurückführen, dass der Körper möglicherweise über eine natürliche Fähigkeit zur Kompensation kleiner Verschiebungen verfügt. Dennoch ist die Fähigkeit, einen kleinen, leichten Sensor zur kontinuierlichen Überwachung eines zentralen hämodynamischen Parameters zu verwenden, ein bedeutender Fortschritt. Sollten zukünftige Studien diese Ergebnisse an kranken Patienten bestätigen, könnte diese Technologie Ärzten schließlich helfen, Behandlungen in Echtzeit anzupassen, was potenziell die Ergebnisse für Menschen mit Herzinsuffizienz oder solche, die sich von schweren Operationen erholen, verbessern könnte.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.