Para peneliti telah mengembangkan ECGLight, sebuah pipeline ringan end-to-end yang mengubah foto smartphone dari ECG kertas menjadi sinyal terkalibrasi 12-tali untuk menyaring patologi Infark Miokard (MI). Sistem ini memanfaatkan SHapley Additive exPlanations (SHAP) untuk interpretabilitas dan dirancang untuk beroperasi pada perangkat dengan sumber daya komputasi terbatas.

  • Dilatih dan dievaluasi pada 21.799 ECG dari dataset PTB-XL dan divalidasi pada dataset ECG-Matrix yang diperoleh di rumah sakit.
  • Berjalan dalam waktu kurang dari 30 detik per ECG pada sumber daya CPU saja.
  • Mencapai akurasi 95,51% (F1 = 0,9519) untuk deteksi MI pada PTB-XL.
  • Mencapai akurasi 88,89% (F1 = 0,8862) untuk deteksi OMI pada ECG-Matrix.

Karya ini menunjukkan bahwa catatan kertas warisan dapat didigitalisasi dan dianalisis secara andal di daerah terpencil yang kekurangan kemampuan ekspor digital, konektivitas berkecepatan tinggi, atau infrastruktur komputasi kelas atas.