电脑画心电图怎么样(吴恩达新研究：AI看心电图，诊断心律失常准确率超过人类医生)
郭一璞发自凹非寺
量子位报道|公众号QbitAI
吴恩达团队又在AI医疗方面取得了革命性突破，搞定了心律失常诊断。
只要让AI输入心率数据，就可以判断出你是否心律失常、具体是哪一种情况。
而且，准确度高达83.7%，超过了人类心脏病医生的78.0%。
这项研究被发表在了最新的一期NatureMedicine上。
如何让AI学会诊断心律失常
整体的研究，基于吴恩达团队在2017年的一篇已经发在Arxiv上的论文（文末有地址）。
诊断依据是患者的心电图。心电图数据来自于一家名叫iRhythm的公司，他们的产品Zio可以固定在人的胸前，像一个移动的听诊器一样，24小时听着患者的心跳并记录下来。
记录下来的心电图经由专家标注，分成12种不同情况，包括10种心律失常，还有窦性心律（这个不失常）以及噪音。
其中，训练集来自53549名病人的91232份心电图记录，每份记录大约在10.6天~13天的长度，患者年龄在69±16岁，其中43%为女性。
测试集则是328位病人每人一份心电图数据，这些病人的年龄在70±17岁，其中38%为女性。
拿到这些数据集，就可以训练深度神经网络（DNN），具体结构如下：
整个神经网络包含33个卷积层，以线性输出层结尾。
向神经网络中输入心电图数据，它就可以将其拆分成每个时长1.28秒的数据样本，判断每个1.28秒属于12种心率（及噪音）中的哪一种。
整体表现超越人类医生
F1分数比较，在12个种类里，AI的表现都超过了人类医生的平均水平。
并且，针对每一种心率，AI的敏感性都要比人类医生高，也就是说，诊断结果更为准确。
这是心房震颤的ROC曲线，红十字是不同人类医生的表现，绿点是人类医生的平均水平，已然被这个深度学习模型所超越。
给医生挑错，AI“批卷”能力强
最后，吴恩达团队还在论文里给出了两个12类型判断结果的混淆矩阵。
在这个研究中，是以一群心脏病专家组成的委员会判断的心率做为标准答案的。
先来看人类医生的判断和标准答案对比。
这个混淆矩阵中，横向是人类医生的平均水平，纵向是标准答案。
我们可以看出，第一列心房颤动（atrialfibrillation）和第八列窦性心律（sinusrhythm）的结果中，许多判断是不准的。
下面再看AI的判断和标准答案对比。
在这个混淆矩阵中，横向是AI的预测，纵向是标准答案。
两个混淆矩阵图对比一下，我们会发现，AI的判断结果图中左上-右下方向的蓝色鸽子颜色更深，其他部分的格子颜色更浅。
换句话说，AI判断正确的概率，要远高于人类医生判断的准确率。
不难得见，如果这个AI能进一步商用，可以承担帮医生“对答案”的工作，只要一个计算机程序，就可以起到接近专家会诊的效果，比医生自己单打独斗诊断出的病情准确多了。
四个共同一作介绍
这项研究的作者们来自美国AI界和医疗界的多个机构，包括斯坦福计算机系和医学院、iRhythm公司、UC旧金山医学院以及部分政府医疗机构。
四位共同一作中，有两位是吴恩达的学生。
一位是AwniHannun，刚刚过去的2018年从斯坦福博士毕业。他不仅是吴恩达的学生，甚至还算吴恩达同事，因为他也曾在百度从事过两年AI研究工作，参与百度语音识别系统DeepSpeech的研发工作。
另一位吴恩达的学生是PranavRajpurkar，这位小哥可是歌红人不红，他的代表作正是机器阅读理解领域的标杆SQuAD数据集。
师从吴恩达期间，这位小哥一直在研究AI医学相关的项目，除了这个心律失常的诊断项目，他还做过CheXNet肺炎检测、MURA骨骼X光片、CheXNeXt胸部X光片深度学习、MRNet膝关节深度学习等许多项目。
这位共同一作名叫MasoumehHaghpanahi，和吴恩达团队合作的那个iRhythm公司的机器学习科学家，马里兰大学帕克分校的电子与计算机工程博士，做过许多健康检测方面的研究。
还有一位共同一作，GeoffTison，AI医疗专家，UC旧金山医学院的助理教授，约翰霍普金斯大学医学博士。
传送门
Nature论文
Cardiologist-levelarrhythmiadetectionandclassificationinambulatoryelectrocardiogramsusingadeepneuralnetwork
作者：AwniY.Hannun,PranavRajpurkar,MasoumehHaghpanahi,GeoffreyH.Tison,CodieBourn,MintuP.Turakhia&AndrewY.Ng
https://www.nature.com/articles/s41591-018-0268-3
数据集
https://irhythm.github.io/cardiol_test_set/
斯坦福项目介绍网页
https://stanfordmlgroup.github.io/projects/ecg2/
此前的论文
Cardiologist-LevelArrhythmiaDetectionwithConvolutionalNeuralNetwork
作者：PranavRajpurkar,AwniY.Hannun,MasoumehHaghpanahi,CodieBourn,AndrewY.Ng
https://arxiv.org/pdf/1707.01836.pdf
OneMoreThing
其实，在同一期NatureMedicine上，刊登了三项AI医学相关研究。
除了吴恩达团队的这篇心电图的研究之外，还有：
Mayostudy的AI心脏病检测器
https://www.eurekalert.org/pub_releases/2019-01/mc-msu010319.php
以及
Face2GeneAI看脸诊病
https://www.nature.com/articles/d41586-019-00027-x
感觉本期NatureMedicine已被AI包场，欢迎大家进一步了解~
—完—
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位QbitAI·头条号签约作者
?'?'?追踪AI技术和产品新动态