AI na Matatizo Magumu ya Ulimwengu · Tiba na ugunduzi wa dawa · Nature (computational biology) · 2026-10-25
Ramani ya uwezo wa kitendo cha elektrodi inayotegemea kujifunza kwa kina kutoka kwa elektrogramu za unipolar zisizo na maelezo ya alama kwa kubainisha sifa za substrate katika fibrilasheni ya atiria
Kichwa asilia: Deep-learning-based electrode action potential mapping from annotation-free unipolar electrograms for substrate characterization in atrial fibrillation
Ablation ya katheta kwa fibrilasheni ya atiria isiyo ya vipindi (non-paroxysmal) inakabiliwa na ugumu wa kutambua maeneo yenye upitishaji usio wa kawaida. Timu ilibuni DEAP Mapping, mbinu ya kujifunza kwa kina (deep learning) inayounda upya uwezo wa utando kutoka kwa elektrogramu za unipolar zisizo na maelezo ya alama (annotation-free). Katika mioyo ya nguruwe ex vivo, ilifanana na optical mapping kwa karibu zaidi kuliko ramani za kawaida za uwashaji (SSIM 0.87 dhidi ya 0.36), na katika utafiti wa nyuma (retrospective) wa wagonjwa 12, mifumo yake ya upitishaji ilitofautiana kwa kiasi na mbinu zilizopo.