心脏听诊是一种方便的诊断筛查工具,可以帮助识别患有心脏杂音的患者,以便进行后续诊断筛查和治疗心脏功能异常。然而,需要专家来解释心音,这限制了在资源受限的环境中听诊用于心脏护理的可及性。因此,2022 年乔治·B·穆迪 PhysioNet 挑战赛邀请各团队开发算法方法,从心音的心音图 (PCG) 记录中检测心脏杂音和心脏功能异常。在挑战赛中,我们从巴西农村的 1568 名儿科患者那里收集了 5272 条 PCG 记录,并邀请各团队实施诊断筛查算法,从记录中检测心脏杂音和心脏功能异常。我们要求参与者提交完整的代码来训练和运行他们的算法,以提高他们工作的透明度、可重复性和实用性。我们还设计了一个评估指标,该指标考虑了筛查、诊断、治疗和诊断错误的成本,使我们能够研究算法诊断筛查的好处并促进开发更具临床相关性的算法。在挑战赛期间,我们收到了来自 87 个团队的 779 个算法,最终形成了 53 个可用于检测心电图心脏杂音和心脏功能异常的代码库。这些算法代表了学术界和工业界的多种方法。
主要关键词