Группа китайских ученых опубликовало результаты пилотного проекта, направленного на поиск простого и дешевого способа массового скрининга пациентов на наличие фибрилляции предсердий (ФП).
Метод основан на фотоплетизмографии – измерении оптической плотности изучаемой среды. Плотность тканей человеческого тела меняется в зависимости от кровенаполнения. Можно оценить паттерны таких изменений, их ритмичность. В настоящее время уже существует достаточное количество контактных фотоплетизмографических датчиков, с помощью которых оценивается регулярность пульсовой волны. На этом принципе основывается оценка регулярности пульса в приложениях смартфонов и в носимых фитнес-трекерах. Группа ученых из университета Гонконга предположила, что ритмичность кровенаполнения можно оценивать и бесконтактно – по видеоизображению (лица, например). Ранее ими была разработана соответствующая программа для индивидуального использования в смартфоне, а в конце ноября 2019г. в JAMA Network опубликована статья о новой разработке: анализе фотоплетизмографических данных на групповом видео со стандартной видеокамеры, находящейся на достаточном расстоянии, чтобы снимать сразу 5 пациентов (150 см).
Анализ фотоплетизмографических данных осуществляла нейронная сеть, ранее обученная на фотоплетизмографических данных пациентов с ФП (Cardiio Deep Rhythm). Была выполнена валидация алгоритма с привлечением 44 добровольцев (20 – пациенты с ФП, 24 – контроль).
Для каждой группы пациентов регистрировалось по 7 видео. Чувствительность метода в выявлении ФП составила 93.8% (95% ДИ 88.9%-96.6%), специфичность - 98.1% (94.6%-99.4%), позитивная предсказательная ценность 98.0% (94.2%-99.4%), отрицательная предсказательная ценность - 94.0% (89.6%-96.6%). Три случая ложноположительных результатов из серии видео были обусловлены экстрасистолией или артефактами, связанными с движение пациентов, ложноотрицательные результаты в большинстве случаев были обусловлены брадиформой ФП.
Безусловно, требуются дальнейшие клинические испытания, однако ученые, вероятно, находятся на пути разработки эффективного и дешевого метода скрининга ФП, который может быть использован как в клинической практике, так и в домашних условиях.
По материалам:
Yan BP, Lai WHS, Chan CKY, et al. High-Throughput, Contact-Free Detection of Atrial Fibrillation From Video With Deep Learning. JAMA Cardiol. Published online November 27, 2019. doi: https://doi.org/10.1001/jamacardio.2019.4004
Текст: Шахматова О.О.
