Atriale fibrillatie (of AFib) is een van de meest voorkomende hartritmestoornissen. Wereldwijd zijn miljoenen mensen hierdoor getroffen. Vroegtijdige detectie is dan ook essentieel, maar blijft een uitdaging, vooral wanneer medische hulpmiddelen nauwkeurig, snel en goedkoop moeten zijn.
Lennert Bontinck, onderzoeker in artificële intelligentie aan de Universiteit Gent en partner van het VasculAI-project, buigt zich over deze problematiek. In zijn wetenschappelijk artikel getiteld “CSD-AFNet: Computationally Efficient Atrial Fibrillation Classification from ECGs using 2D Causal Strided Dilated Convolutions” presenteert hij een belangrijke innovatie: een ultralicht artificiële intelligent model dat atriumfibrilleren kan identificeren op basis van een eenvoudig elektrocardiogram (ECG).
Snellere en zuinigere AI
Deep learning-modellen die worden toegepast op ECG’s kunnen subtiele signalen herkennen die wijzen op hartritmestoornissen, maar ze vereisen vaak veel rekenkracht. In een toekomst waarin connected health ook een rol speelt bij slimme armbanden of draagbare sensoren, wordt deze beperking echter cruciaal.
Het CSD-AFNet-model biedt een ingenieuze oplossing: het vermindert de omvang en complexiteit van het neurale netwerk drastisch, terwijl de detectienauwkeurigheid uitstekend blijft. Hiervoor maakt het gebruik van zogenaamde “causale en uitgebreide” convolutietechnieken, die in staat zijn om de temporele variaties in het hartritme te begrijpen zonder essentiële informatie te verliezen.
Het resultaat? Een model dat ongeveer 70 keer lichter is dan sommige bestaande architecturen, met een vergelijkbaar prestatieniveau.
Een doorbraak voor preventieve geneeskunde
Dit onderzoek maakt de weg vrij voor meer toegankelijke en energiezuinige medische AI, die kan worden geïntegreerd in ingebouwde apparaten. In het kader van het VasculAI-project passen deze innovaties in één en hetzelfde streven: hart- en vaatziekten voorkomen met behulp van artificiële intelligentie, met name via niet-invasieve hulpmiddelen zoals elektronische armbanden.
Door de technologische expertise van de Universiteit Gent te combineren met klinisch onderzoek in Frankrijk en Wallonië, streeft VasculAI naar een preventieve geneeskunde die menselijker, meer verbonden en dichter bij de patiënt staat.
👉 Voor meer informatie, zie de volledige publicatie van:
CSD-AFNet: Computationally Efficient Atrial Fibrillation Classification from ECGs using 2D Causal Strided Dilated Convolutions
Een artikel gepubliceerd door Lennert Bontinck, Aranka Steyaert, Hongbing Chen, Tom Dhaene and Dirk Deschrijver (UGent)
