研究者らは、紙の心電図（ECG）のスマートフォン写真を補正された12誘導信号に変換し、心筋梗塞（MI）病態をスクリーニングするためのエンドツーエンドの軽量パイプラインであるECGLightを開発しました。このシステムは解釈可能性のためにSHapley Additive exPlanations (SHAP)を利用し、限られた計算リソースを持つデバイスで動作するように設計されています。

  • PTB-XLデータセットの21,799件の心電図で訓練および評価され、病院獲得ECG-Matrixデータセットで検証されました。
  • CPU専用リソース上で1件の心電図あたり30秒未満で実行されます。
  • PTB-XLにおけるMI検出で95.51%の精度（F1 = 0.9519）を達成しました。
  • ECG-MatrixにおけるOMI検出で88.89%の精度（F1 = 0.8862）を達成しました。

この研究は、デジタルエクスポート機能、高速接続、またはハイエンドの計算インフラストラクチャが欠如している遠隔地でも、従来の紙記録を確実にデジタル化して分析できることを示しています。