New Methods for Automated Interpretation of Electrocardiograms and Lung Scintigrams

Sammanfattning: Popular Abstract in Swedish Datorer har blivit en viktig del inom den moderna medicinen. Resultat från patientundersökningar såsom bilder, kurvor och mätvärden bearbetas ofta av datorer och presenteras sedan på ett överskådligt sätt för läkaren som grundar sitt svar på bland annat denna information. Denna doktorsavhandling beskriver hur datorn kan hjälpa till vid själva tolkningen av undersökningsresultaten och föreslå en möjlig diagnos. Detta kallas datorbaserat beslutsstöd. I detta arbete har beslutsstöden det gemensamt att de baseras på en metod som kallas ”artificiella neurala nätverk”. Med denna metod försöker man efterlikna nervsystemets funktion och struktur. Det är särskilt den unika förmågan till mönsterigenkänning som utnyttjas. Artificiella neurala nätverk lär sig genom att träna på patientfall där den korrekta diagnosen är känd. Doktorsavhandlingen består av fyra delarbeten. I de två första arbetena presenteras metoder som gör att beslutsstödet, förutom att ange om patienten är frisk eller sjuk, även kan ge ett mer nyanserat svar. I svaret kan bland annat ingå uppgifter om beslutsstödet har tidigare erfarenhet av liknande fall och om det diagnostiska problemet var lätt eller svårt. Med den här typen av information kommer läkare att betrakta beslutsstöd som ett mer pålitligt hjälpmedel. Delarbete tre visar att det är möjligt att utveckla en helautomatisk metod för analys och tolkning av lungbilder. Dessa bilder används för att bedöma om en patient har blodproppar i lungorna. Det fjärde delarbetet visar att vår helautomatiska metod kan tolka lungbilder från ett annat sjukhus. Ett beslutsstöd riskerar att fungera sämre om det används på sjukhus med annan undersökningsutrustning än den som utnyttjades vid utvecklingen av beslutsstödet. Trots denna skillnad blev beslutsstödets tolkning lika bra som när tre erfarna läkare tolkade samma bilder. De nya metoderna, som har utvecklats for tolkning av EKG och lungbilder, är generellt tillämpbara och de kan modifieras till att tolka andra typer av patientdata.