ECGLight: как оцифровать бумажную ЭКГ и выявить инфаркт на смартфоне без интернета

Бумажные электрокардиограммы остаются основным инструментом диагностики в удаленных клиниках и больницах с ограниченными ресурсами. Однако их ручной анализ требует времени и опыта, а цифровые системы поддержки решений часто недоступны из-за отсутствия интернета или дорогого оборудования. Исследователи представили ECGLight — сквозной фреймворк, который позволяет оцифровать бумажную ЭКГ с помощью обычного смартфона и выявить инфаркт миокарда за 30 секунд без подключения к сети. Эта технология может кардинально изменить подход к диагностике сердечно-сосудистых заболеваний в регионах с плохой инфраструктурой.

Как работает ECGLight

ECGLight представляет собой программный фреймворк, который преобразует фотографию или скан бумажной ЭКГ в калиброванный 12-канальный цифровой сигнал. Система использует компьютерное зрение для распознавания кривых на бумаге, затем применяет алгоритмы калибровки для восстановления амплитуды и временных параметров. Полученный сигнал анализируется нейросетью, обученной на 21 799 записях из базы PTB-XL. Весь процесс занимает менее 30 секунд на обычном процессоре CPU, что делает его доступным для смартфонов даже без мощных графических ускорителей.

Почему это важно для удаленных клиник

Во многих сельских больницах и поликлиниках до сих пор используются бумажные распечатки ЭКГ из-за отсутствия цифровых электрокардиографов и высокоскоростного интернета. Это затрудняет применение современных AI-систем поддержки принятия решений, которые могут быстро выявить острый коронарный синдром или инфаркт миокарда. Задержка в диагностике приводит к отсрочке реперфузионной терапии, что увеличивает риск осложнений и летальных исходов. ECGLight решает эту проблему, обеспечивая доступ к AI-диагностике в условиях ограниченных ресурсов.

Точность выявления инфаркта миокарда

Разработчики протестировали ECGLight на двух наборах данных. На PTB-XL точность выявления инфаркта миокарда достигла 95,51% с F1-мерой 0,9519. На больничном наборе ECG-Matrix, который включает реальные бумажные ЭКГ, система показала 88,89% точности для острого инфаркта миокарда (OMI) с F1 = 0,8862. Эти показатели сопоставимы с результатами цифровых AI-систем, работающих на качественных сигналах. Важно, что ECGLight использует SHAP-объяснения для интерпретируемости, что позволяет врачу понять, на каких участках сигнала нейросеть основывает свой вывод.

Какие патологии может обнаружить ECGLight

Фреймворк специализируется на выявлении инфаркта миокарда, включая острый инфаркт (OMI). Однако благодаря обучению на PTB-XL, который содержит множество диагностических меток, система потенциально может быть расширена для обнаружения других патологий, таких как гипертрофия желудочков или нарушения ритма. Разработчики отмечают, что архитектура позволяет адаптировать модель под новые задачи без полного переобучения.

Кому будет полезна технология

ECGLight ориентирован на три ключевые группы. Первая — врачи в удаленных клиниках, где нет цифрового оборудования. Вторая — разработчики медицинских AI-систем, которые могут интегрировать фреймворк в свои продукты. Третья — организации здравоохранения в регионах с плохой инфраструктурой, стремящиеся снизить смертность от сердечно-сосудистых заболеваний. Кроме того, технология может быть полезна для пациентов, которым требуется быстрая диагностика на дому или в машине скорой помощи.

Как ECGLight работает на смартфоне без интернета

Система спроектирована для работы на обычных CPU, что позволяет запускать ее на смартфонах среднего класса. Весь цикл обработки — от загрузки фото до выдачи результата — занимает менее 30 секунд. Это достигается за счет оптимизации нейросети и использования легковесных алгоритмов компьютерного зрения. Для работы не требуется подключение к облачным серверам, что решает проблему конфиденциальности данных и задержек сети.

Ограничения и неизвестные факторы

Хотя ECGLight демонстрирует впечатляющие результаты, остаются вопросы. Не уточняется, насколько система устойчива к различным качествам фотографий: размытие, угол съемки, плохое освещение могут снизить точность. Также неясно, как фреймворк работает на реальных смартфонах с ограниченными вычислительными ресурсами — тесты проводились на CPU, но не на мобильных устройствах. Кроме того, валидация на ECG-Matrix проводилась на небольшом наборе, что может влиять на статистическую значимость.

Будущее развитие ECGLight

Разработчики планируют расширить набор поддерживаемых патологий и улучшить устойчивость к искажениям изображений. Возможна интеграция с мобильными приложениями для скрининга в реальном времени. Если технология будет адаптирована для смартфонов, она может стать массовым инструментом для первичной диагностики в регионах с ограниченными ресурсами.

Выводы

ECGLight — это перспективный фреймворк, который решает актуальную проблему оцифровки бумажных ЭКГ и AI-диагностики в условиях отсутствия интернета. С точностью до 95% он может выявлять инфаркт миокарда, работая на обычном CPU за 30 секунд. Несмотря на некоторые ограничения, технология способна значительно улучшить качество медицинской помощи в удаленных регионах и снизить смертность от сердечно-сосудистых заболеваний.