Artificial Intelligence to Interpret Wide-Complex Tachycardia—Trust the Machine?
Notice bibliographique
Résumé
In this issue of the Canadian Journal of Cardiology, Chow et al. present their experience using an artificial intelligence (AI) algorithm to interpret wide-complex tachycardia (WCT). 1 Differentiating ventricular tachycardia (VT) from supraventricular tachycardia (SVT) is crucial, because VT is a lifethreatening condition that requires immediate treatment, whereas SVT is generally less dangerous.Currently, various diagnostic algorithms are used to distinguish between VT and SVT, but their accuracies range from 68.8% to 77.5%. 2 The authors tested their AI algorithm on a group of 3330 electrocardiograms (ECGs) with WCT, and showed that their model was very good at differentiating VT from SVT, with performance that was better than nonelectrophysiologist (non-EP) cardiologists, and similar to EP cardiologists. 1 The authors are congratulated in this impressive work; their findings represent the study using the largest data set to date differentiating VT and SVT and builds on a rapidly growing body of literature in using AI for ECG interpretation.In their study, Chow et al. incorporated 3330 WCT ECGs including 2906 SVT ECGs and 424 VT ECGs, with all ECGs adjudicated by at least 2 cardiologists (including 1 EP cardiologist), and a second EP cardiologist when VT was identified by one of the adjudicators.Furthermore, the authors defined "ground truth' for AI training by means of a hierarchic classification beginning with all readers agreeing and down to a consensus across readers.Following adjudication, ECGs were converted to scalable vector graphic files, and put into a convolutional neural network (ZeroLess-DARTS [differentiable architecture search method]).In their internal test set, the authors reported sensitivity, specificity, and accuracy of 93.0%, 91.8%, and 91.9%, respectively.In an external test set of 354 selected WCT ECGs, the authors reported sensitivity, specificity, and accuracy of 80.5%, 81.6%, and 81.1%, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».