Artificial intelligence for electrocardiographic diagnosis of perioperative myocardial ischaemia: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Perioperative electrocardiographic monitoring can offer immediate detection of myocardial ischaemia, yet its application in perioperative and remote monitoring settings is hampered by frequent false alarms and signal contamination. We performed a scoping review for the current state of artificial intelligence (AI) in perioperative ECG interpretation. METHODS: A literature search in Ovid MEDLINE, EMBASE, Compendex, and CINAHL databases was performed from inception to May 10, 2023. All original research of ECG monitoring for myocardial ischaemia, myocardial infarction, or both was included. RESULTS: A total of 182 original research articles published between 1991 and 2023 were included. Most studies (n=132) used a pre-existing ECG database to develop AI algorithms retrospectively, and the rest did not specify their sources. Processing filters were used in 58% of the studies to remove ECG noises/artifacts before AI algorithm development. Amongst the AI technologies used, ResNet demonstrated the highest median sensitivity, precision, and specificity at 98.4%, 99.8%, and 99.1%, respectively. There are only five studies with intermittent prospective ECG collection on ST-segment elevation myocardial infarction. No studies prospectively collected continuous ECG perioperatively, with frequent false alarms and signal contamination. CONCLUSIONS: AI technology can achieve high diagnostic accuracy for myocardial ischaemia detection in clean intermittent electrocardiograms. However, almost all these algorithms were developed from a few open-source clean ECG databases without testing on 'noisy data', which limited their clinical applicability in the perioperative setting where signal contamination is frequent. AI algorithms on perioperative electrocardiography, tested in a noisy perioperative and remote monitoring environment, including wearable devices, are needed.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».