Обзор интеграции искусственного интеллекта в кардиологическую электрофизиологию

Кардиологическая электрофизиология (ЭФ) по своей природе является областью, ориентированной на обработку данных, и охватывает кратковременные 12-канальные электрокардиограммы (ЭКГ), высокоплотные электроанатомические карты и непрерывный мониторинг с помощью устройств. Такой объем данных может создавать нагрузку на рабочие процессы медицинских специалистов, одновременно открывая возможности для применения искусственного интеллекта (ИИ). Машинное обучение (МО) и его подраздел — глубокое обучение — извлекают клинически значимые закономерности из сложных электрических сигналов. В этом нарративном обзоре обобщены современные применения ИИ в основных областях ЭФ. При выявлении аритмий глубокие нейронные сети классифицируют ритмы с результатами, сопоставимыми с результатами кардиологов, на внутренних тестовых выборках, выявляют скрытую фибрилляцию предсердий (ФП) по ЭКГ при нормальном синусовом ритме и с помощью потребительских носимых устройств расширяют скрининг на амбулаторные популяции. При катетерной аблации алгоритм ИИ, оценивающий дисперсию внутрисердечных электрограмм, повысил частоту отсутствия ФП после одной процедуры в рандомизированном исследовании пациентов с персистирующей ФП, а модели МО помогают прогнозировать рецидив аритмии; эти технологии следует отличать от смежных технологий, не относящихся к ИИ, таких как интеграция компьютерной томографии и трехмерное картирование, которые уменьшают потребность во флюороскопии, но сами по себе ИИ не являются. В имплантируемых электронных кардиологических устройствах (ИЭКУ) фильтрация на основе ИИ снижает нагрузку, связанную с ложноположительными тревожными сигналами, а многопараметрические алгоритмы обеспечивают более раннее прогнозирование декомпенсации сердечной недостаточности. Модели МО могут совершенствовать отбор пациентов для сердечной ресинхронизирующей терапии (СРТ), а использование магнитно-резонансной томографии сердца с поздним накоплением гадолиния может повысить точность оценки аритмического риска и принятия решений об имплантации кардиовертера-дефибриллятора (ИКД). ЭКГ, усовершенствованная с помощью ИИ, расширяет возможности стандартной ЭКГ, превращая ее в недорогой инструмент скрининга каналопатий, дисбаланса калия и желудочковой дисфункции. Однако сохраняются существенные препятствия, включая ограниченную внешнюю валидацию, неполную объяснимость и недостаток проспективных исследований клинических исходов.