Modèle de base pour le diagnostic ECG basé sur une architecture signal-langage

Contexte académique

Les maladies cardiovasculaires (MCV) sont la principale cause de décès dans le monde, et l’identification précoce des populations à risque est cruciale. L’électrocardiogramme (ECG), un outil non invasif, peu coûteux et largement utilisé, est enregistré plus de 300 millions de fois par an et constitue un moyen essentiel pour le diagnostic précoce des MCV. Cependant, même pour les cardiologues expérimentés, l’interprétation des ECG complexes reste une tâche chronophage et sujette à des erreurs. Dans les régions éloignées et sous-équipées, fournir des diagnostics précis est particulièrement difficile.

Ces dernières années, l’intelligence artificielle (IA) a montré un potentiel considérable dans l’interprétation des ECG. Des études ont montré que les diagnostics ECG basés sur l’IA surpassent déjà les cardiologues généralistes dans la détection de certaines maladies spécifiques. Cependant, les systèmes de diagnostic automatique existants sont généralement entraînés sur des ensembles de données fermés pour quelques maladies spécifiques, ce qui limite leur applicabilité directe à d’autres centres en raison des différences de distribution des données et de la diversité des maladies. Par conséquent, le développement d’un système de diagnostic automatique capable de fonctionner efficacement sans dépendre de données annotées après l’entraînement initial est d’une importance pratique majeure, en particulier dans les environnements cliniques multicentriques à grande échelle et dans les régions éloignées et sous-équipées.

Source de l’article

Cet article a été co-écrit par Yuanyuan Tian, Zhiyuan Li, Yanrui Jin et al., issus du Laboratoire national clé des systèmes mécaniques et des vibrations de l’Université Jiao Tong de Shanghai, de l’Institut d’intelligence artificielle et du Département de cardiologie de l’Hôpital populaire de Shanghai affilié à l’Université Jiao Tong de Shanghai. L’article a été publié le 17 décembre 2024 dans la revue Cell Reports Medicine sous le titre Foundation Model of ECG Diagnosis: Diagnostics and Explanations of Any Form and Rhythm on ECG.

Processus de recherche

1. Conception et entraînement du modèle

L’équipe de recherche a proposé un modèle de base pour le diagnostic ECG basé sur une architecture signal-langage (KED), qui intègre des connaissances spécifiques au domaine des signaux ECG en utilisant des modèles de langage de grande taille (LLMs). Le modèle KED a été entraîné sur 800 000 ECG provenant de près de 160 000 patients d’un seul centre. Malgré cela, le modèle a démontré une capacité de diagnostic en zero-shot exceptionnelle dans diverses régions, y compris la Chine, les États-Unis et d’autres zones.

2. Jeux de données et évaluation

L’étude a utilisé la base de données clinique MIMIC-IV-ECG pour l’entraînement préalable, qui contient environ 800 000 ECG provenant des services d’urgence, d’hospitalisation et de consultation externe du Beth Israel Deaconess Medical Center. Pour évaluer de manière exhaustive les performances de diagnostic du modèle, cinq ensembles de données externes ont été utilisés, couvrant différentes ethnies, âges et équipements d’acquisition ECG.

3. Architecture du modèle

Le cadre KED comprend quatre modules principaux : un encodeur de signal ECG, un encodeur de connaissances, un réseau de requête d’étiquettes (LQN) et une tête de classification. Pendant la phase d’entraînement, l’équipe a proposé une nouvelle stratégie d’apprentissage par contraste : l’apprentissage par contraste signal-texte-étiquette augmenté (AugCL), qui introduit une dimension d’étiquette pour construire des espaces de contraste indépendants, réduisant ainsi le bruit dans la classification multi-étiquettes.

4. Diagnostic en zero-shot et réglage fin

L’équipe a évalué les performances du modèle KED en diagnostic en zero-shot et en réglage fin avec peu d’échantillons. Le diagnostic en zero-shot fait référence à la capacité du modèle à diagnostiquer des données de catégories inconnues sans données d’entraînement supplémentaires. Les résultats montrent que le modèle KED a obtenu des performances exceptionnelles sur plusieurs ensembles de données externes, en particulier dans différentes populations en Chine, dans le sud-est des États-Unis et dans d’autres régions, et a pu diagnostiquer des maladies non rencontrées pendant l’entraînement.

Résultats principaux

1. Performances en diagnostic en zero-shot dans la population chinoise

Sur les ensembles de données ECG de la population chinoise (CPS2018 et Chapman), le modèle KED a montré des performances exceptionnelles. Par exemple, dans l’ensemble de données CPS2018, le modèle a obtenu un AUC (aire sous la courbe) de 0,900, une sensibilité de 0,695 et une spécificité de 0,949 pour le diagnostic en zero-shot de la fibrillation auriculaire, des extrasystoles et des blocages de conduction. Pour la dépression du segment ST (STD), qui n’a pas été rencontrée pendant l’entraînement, le modèle a également montré une certaine capacité de diagnostic.

2. Performances en diagnostic en zero-shot dans la population du sud-est des États-Unis

Sur l’ensemble de données Georgia, représentant la population du sud-est des États-Unis, le modèle KED a obtenu un AUC de 0,900, une sensibilité de 0,696 et une spécificité de 0,925 pour le diagnostic en zero-shot de 20 descriptions ECG. Pour les anomalies de l’onde Q (QAB) et les inversions de l’onde T (TINV), qui n’ont pas été rencontrées pendant l’entraînement, le modèle a également montré une certaine capacité de diagnostic.

3. Performances en diagnostic en zero-shot dans les populations d’autres régions

Sur l’ensemble de données PTB-XL, représentant les populations d’autres régions, le modèle KED a obtenu un AUC de 0,744, une sensibilité de 0,623 et une spécificité de 0,768 pour le diagnostic en zero-shot de 46 déclarations ECG. Pour certaines maladies cardiaques ischémiques non rencontrées pendant l’entraînement, le modèle a également montré une certaine capacité de diagnostic.

4. Comparaison avec des cardiologues experts

Sur l’ensemble de données cliniques, les performances de diagnostic en zero-shot du modèle KED étaient comparables à celles de trois cardiologues experts d’hôpitaux de premier plan en Chine. Par exemple, le modèle a obtenu un AUC de 0,994, une sensibilité de 0,949 et une spécificité de 0,975 pour le diagnostic de la fibrillation auriculaire, ce qui est comparable aux performances des experts.

Conclusion et signification

Le modèle KED a démontré une capacité de diagnostic en zero-shot exceptionnelle et une performance de généralisation, permettant un diagnostic efficace sur des données provenant de différentes régions, ethnies et équipements d’acquisition ECG, et même pour des maladies non rencontrées pendant l’entraînement. Cette capacité a une valeur d’application importante dans les régions sous-équipées en ressources médicales, où elle peut aider au diagnostic et au dépistage précoce rapide.

De plus, le modèle KED peut s’adapter rapidement aux variations des motifs ECG des populations cibles grâce à un réglage fin avec peu d’échantillons, augmentant ainsi son potentiel d’application dans des environnements réels. L’architecture signal-langage proposée par l’équipe de recherche, les méthodes d’amélioration des connaissances et les stratégies d’apprentissage par contraste offrent de nouvelles perspectives pour le développement de modèles de diagnostic ECG.

Points forts de la recherche

1. Capacité de diagnostic en zero-shot : Le modèle KED peut diagnostiquer des maladies de catégories inconnues sans données d’entraînement supplémentaires, démontrant une forte capacité de généralisation.
2. Applicabilité aux données multicentriques : Le modèle a montré des performances exceptionnelles sur des données provenant de différentes régions, ethnies et équipements d’acquisition ECG, dépassant les limites des modèles traditionnels.
3. Réglage fin avec peu d’échantillons : Avec un réglage fin utilisant un petit nombre de données du centre cible, le modèle peut s’adapter rapidement aux nouveaux motifs ECG, augmentant sa flexibilité dans les applications réelles.
4. Architecture signal-langage : L’architecture signal-langage proposée utilise le texte comme signal de supervision, exploitant pleinement les connaissances sémantiques riches des modèles de langage de grande taille, améliorant ainsi la capacité de transfert en zero-shot du modèle.

Autres informations utiles

L’équipe de recherche a également discuté des limites du modèle KED, telles que les erreurs d’étiquetage dans les données d’entraînement et les risques d’hallucination des modèles de langage de grande taille. Les recherches futures viseront à collecter davantage de données annotées manuellement et à explorer des méthodes d’alignement plus précises entre les ECG et les connaissances textuelles médicales, afin d’étendre davantage la portée d’application du modèle.

Le modèle KED offre une nouvelle solution pour le diagnostic ECG, avec un large potentiel d’application, en particulier dans les régions sous-équipées en ressources médicales, où il peut considérablement améliorer l’efficacité et la précision du diagnostic ECG.