2022-09-01 | 이재명 기자

VUNO心衰检测AI模型研究登上《自然》旗下学术期刊

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

VUNO(338220)1日表示,其通过分析心电图数据检测心力衰竭的人工智能(AI)模型研究成果,已刊载于世界顶级科学期刊《自然》(Nature)出版的SCI级国际学术期刊《科学报告》(Scientific Reports)。

本次研究旨在利用真实心力衰竭患者的心电图数据,确认深度学习算法能否检测出心力衰竭类型之一的射血分数降低型心衰(HFrEF)。该研究与首尔大学医院李海英教授团队共同开展,使用了在首尔大学医院急性心力衰竭患者登记库(KorAHF)中登记的有症状心衰患者数据。急性心力衰竭患者登记库是在疾病管理本部支持下,由全国10家大学医院登记心衰患者并进行追踪观察的研究项目。

射血分数降低型心衰指心脏每次收缩时左心室排出血液比例即心脏射血分数低于40%,据悉此类患者5年内死亡概率高达50%。

VUNO表示:"研究结果显示,VUNO的人工智能模型在心衰患者数据中以显著性能检测出了射血分数降低型心衰患者","此外,在患者生存率分析中,被AI模型分类为射血分数降低型心衰的患者,其5年生存率显著低于非此类患者。"公司方面解释称,这意味着深度学习模型能够有效从心电图数据中检测出心衰的主要类型——射血分数降低型心衰,进一步表明其也可用于与心衰患者生存相关的预后分析。

VUNO计划今后将本次研究成果应用于AI心电图分析软件VUNO Med-DeepECG。VUNO Med-DeepECG是基于深度学习分析心电图数据、检出心力衰竭、心肌梗死和心律失常的软件型医疗器械,去年10月获食品医药品安全处指定为第16号创新医疗器械。

VUNO代表李艺河表示:"本次研究的意义在于,基于患者的真实世界数据(Real-world data)证明了人工智能可通过分析心电图有效检测心力衰竭","今后将努力推出不仅可检测心衰、还能检测各类心脏疾病的家用AI医疗器械,为日常健康管理及慢性病早期诊断作出贡献。"

阅读韩文原文