研究人员创造了新的人工智能软件，可以比现有方法更准确，更快速地识别X射线中的心律设备。

该团队认为，该软件可以在紧急情况下加快故障设备患者的诊断和治疗速度。

该软件由伦敦帝国理工学院的研究人员创建，能够在几秒钟内识别不同心律设备(如心脏起搏器和除颤器)的品牌和型号。该研究发表在JACC：临床电生理学，发生在帝国大学医疗保健NHS信托的一部分Hammersmith医院。

伦敦帝国理工学院临床研究员詹姆斯霍华德博士是该研究的主要作者，他说：“起搏器和除颤器改善了全世界数百万患者的生命。然而，在极少数情况下，这些装置可能会失效，患者可以结果恶化。在这些情况下，临床医生必须快速识别患者所具有的设备类型，以便他们可以提供治疗，例如更改设备的设置或更换导联。不幸的是，目前的方法很慢且过时而且有一个真正需要在紧急情况下找到新的和改进的识别设备的方法。我们的新软件可以成为一种解决方案，因为它可以准确，即时地识别设备。这可以帮助临床医生做出最佳治疗方案。“

全世界每年有超过一百万人接受心脏节律装置的植入，每年在英国植入超过50,000人。这些设备放置在患者的皮肤下，以帮助心脏的电气系统正常运作或测量心律。起搏器通过“踱步”心脏来加快节拍速度，而除颤器通过电击将心跳恢复到正常节律来治疗快节奏心律。

但是，在极少数情况下，这些设备可能会失去控制心跳的能力，因为设备发生故障或连接心脏的电线移出正确的位置。当发生这种情况时，患者可能会出现心悸，意识丧失或不适当的电击。

在这些情况下，临床医生需要确定设备的模型以调查其失败的原因。除非他们能够访问植入发生的记录，或者患者可以告诉他们，否则工作人员必须使用流程图算法通过消除过程来识别起搏器。该流程图包含一系列不同心脏起搏器的形状和电路板组件，旨在帮助临床医生识别患者心脏起搏器的品牌和型号。这不仅耗时，而且这些流程图现在已经过时，因此不准确。这可能导致延迟向通常处于危急状况的患者提供护理。

在这项新研究中，研究人员对称为神经网络的软件程序进行了培训，以识别患者的1,600多种不同的心脏装置。

为了使用神经网络，临床医生将包含设备的X射线图像上传到计算机中，并且软件读取图像以在几秒钟内给出设备的品牌和型号的结果。

该团队使用该程序来查看它是否可以在1998年至2018年期间从哈默史密斯医院的1,500多名患者的放射图像中识别出这些设备。然后，他们将结果与使用当前流程图算法识别设备的五位心脏病专家进行了比较。

该团队发现该软件的性能优于当前的方法。识别设备制造商的准确率为99%，而流程图的准确度仅为72%。该团队建议该软件可以大大加快心律设备问题患者的护理速度。

研究人员的目标是进行进一步的试验，以验证更大的患者群体的结果，并研究如何创建一种可用于医院病房的便携式设备。