Enhancing automated electrocardiogram (ECG) diagnosis through multimodal pre-training with text reports

Authors

  • Jose Geraldo Fernandes Universidade Federal de Minas Gerais
  • Diogo Tuler Universidade Federal de Minas Gerais
  • Gabriel Lemos Universidade Federal de Minas Gerais
  • Pedro Robles Dutenhefner Universidade Federal de Minas Gerais
  • Turi Rezende Universidade Federal de Minas Gerais
  • Gisele Pappa Universidade Federal de Minas Gerais
  • Gabriela Paixão Universidade Federal de Minas Gerais
  • Antônio Ribeiro Universidade Federal de Minas Gerais
  • Wagner Meira Jr. Universidade Federal de Minas Gerais

DOI:

https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1368

Keywords:

Machine Learning, Electrocardiography, Cardiology

Abstract

Objetivo: Doenças cardíacas são a principal causa de morte globalmente, e o eletrocardiograma (ECG) é a principal ferramenta para avaliar a atividade cardíaca. O diagnóstico automatizado e remoto do ECG pode ajudar o sistema de saúde com avaliações cardíacas antecipadas e precisas, especialmente em regiões periféricas e áreas rurais. A classificação automática de ECG foi amplamente pesquisada, mas ainda é um desafio criar modelos precisos para um espectro tão amplo. Método: Este estudo aprimora o desempenho dos modelos de classificação de aprendizagem profunda de ECG usando um estágio de pré-treinamento multimodal com o laudo médico. Resultados: Nossa abordagem melhora o modelo estado-da-arte e atinge uma pontuação média de F1 de 0,755 em seis categorias usando o conjunto de dados completo, o que é uma melhoria relevante para um corpus não-rotulado relativamente grande. Conclusão: Os resultados demonstram o potencial de melhora da avaliação cardíaca automatizada com o pré-treinamento de texto.

Author Biographies

Jose Geraldo Fernandes, Universidade Federal de Minas Gerais

 MSc, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte (MG), Brazil.

Diogo Tuler, Universidade Federal de Minas Gerais

UGS, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte (MG), Brazil.

Gabriel Lemos, Universidade Federal de Minas Gerais

UGS, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte (MG), Brazil.

Pedro Robles Dutenhefner, Universidade Federal de Minas Gerais

UGS, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte (MG), Brazil.

Turi Rezende, Universidade Federal de Minas Gerais

UGS, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte (MG), Brazil.

Gisele Pappa, Universidade Federal de Minas Gerais

PhD, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte (MG), Brazil.

Gabriela Paixão, Universidade Federal de Minas Gerais

MD PhD, Telehealth Center from Hospital das Clínicas da Universidade Federal de Minas Gerais (UFMG), Belo Horizonte (MG), Brazil.

 

Antônio Ribeiro, Universidade Federal de Minas Gerais

MD PhD, Telehealth Center from Hospital das Clínicas da Universidade Federal de Minas Gerais (UFMG), Belo Horizonte (MG), Brazil.

Wagner Meira Jr., Universidade Federal de Minas Gerais

PhD, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte (MG), Brazil.

References

M. Alkmim, A. Ribeiro, G. Carvalho, M. Pena, R. Figueira, and M. Carvalho. Success factors and difficulties for implementation of a telehealth system for remote villages: Minas telecardio project case in brazil. J Health Technol Appl, 5(3):197–202, 2007.

M. B. Alkmim, R. M. Figueira, M. S. Marcolino, C. S. Cardoso, M. P. d. Abreu, L. R. Cunha, D. F. d. Cunha, A. P. Antunes, A. G. d. A. Resende, E. S. Resende, et al. Improving patient access to specialized health care: the telehealth network of minas gerais, brazil. Bulletin of the World Health Organization, 90:373–378, 2012. DOI: https://doi.org/10.2471/BLT.11.099408

S. Bannur, S. Hyland, Q. Liu, F. Perez-Garcia, M. Ilse, D. C. Castro, B. Boeck- ing, H. Sharma, K. Bouzid, A. Thieme, et al. Learning to exploit temporal structure for biomedical vision-language processing. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pages 15016–15027, 2023. DOI: https://doi.org/10.1109/CVPR52729.2023.01442

I. Bica, A. Ili ́c, M. Bauer, G. Erdogan, M. Boˇsnjak, C. Kaplanis, A. A. Grit- senko, M. Minderer, C. Blundell, R. Pascanu, et al. Improving fine-grained understanding in image-text pre-training. arXiv preprint arXiv:2401.09865, 2024.

J. Chai, H. Zeng, A. Li, and E. W. Ngai. Deep learning in computer vision: A critical review of emerging techniques and application scenarios. Machine Learning with Applications, 6:100134, 2021. DOI: https://doi.org/10.1016/j.mlwa.2021.100134

Z. Chen, A. H. Cano, A. Romanou, A. Bonnet, K. Matoba, F. Salvi, M. Pagliardini, S. Fan, A. K ̈opf, A. Mohtashami, et al. Meditron-70b: Scaling medical pretraining for large language models. arXiv preprint arXiv:2311.16079, 2023.

J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova. Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805, 2018.

A. Esteva, K. Chou, S. Yeung, N. Naik, A. Madani, A. Mottaghi, Y. Liu, E. Topol, J. Dean, and R. Socher. Deep learning-enabled medical computer vision. NPJ digital medicine, 4(1):5, 2021. DOI: https://doi.org/10.1038/s41746-020-00376-2

K. He, X. Zhang, S. Ren, and J. Sun. Deep residual learning for image recogni- tion. In Proceedings of the IEEE conference on computer vision and pattern recognition, pages 770–778, 2016. DOI: https://doi.org/10.1109/CVPR.2016.90

P. A. Jennett, L. A. Hall, D. Hailey, A. Ohinmaa, C. Anderson, R. Thomas, B. Young, D. Lorenzetti, and R. E. Scott. The socio-economic impact of telehealth: a systematic review. Journal of telemedicine and telecare, 9(6): 311–320, 2003. DOI: https://doi.org/10.1258/135763303771005207

E. M. Lima, A. H. Ribeiro, G. M. Paix ̃ao, M. H. Ribeiro, M. M. Pinto-Filho, P. R. Gomes, D. M. Oliveira, E. C. Sabino, B. B. Duncan, L. Giatti, et al. Deep neural network-estimated electrocardiographic age as a mortality predictor. Nature communications, 12(1):5117, 2021. DOI: https://doi.org/10.1038/s41467-021-25351-7

P. Macfarlane, B. Devine, S. Latif, S. McLaughlin, D. Shoat, and M. Watts. Methodology of ecg interpretation in the glasgow program. Methods of information in medicine, 29(04):354–361, 1990. DOI: https://doi.org/10.1055/s-0038-1634799

P. Macfarlane, B. Devine, and E. Clark. The university of glasgow (uni-g) ecg analysis program. In Computers in Cardiology, 2005, pages 451–454. IEEE, 2005. DOI: https://doi.org/10.1109/CIC.2005.1588134

P. Messina, P. Pino, D. Parra, A. Soto, C. Besa, S. Uribe, M. Andia, C. Tejos, C. Prieto, and D. Capurro. A survey on deep learning and explainability for automatic report generation from medical images. ACM Computing Surveys (CSUR), 54(10s):1–40, 2022. DOI: https://doi.org/10.1145/3522747

M. Moor, Q. Huang, S. Wu, M. Yasunaga, C. Zakka, Y. Dalmia, E. Reis, P. Rajpurkar, and J. Leskovec. Med-flamingo: a multimodal medical few- shot learner (2023). URL: https://arxiv. org/abs/2307.15189, 2023.

D. W. Otter, J. R. Medina, and J. K. Kalita. A survey of the usages of deep learning for natural language processing. IEEE transactions on neural net- works and learning systems, 32(2):604–624, 2020. DOI: https://doi.org/10.1109/TNNLS.2020.2979670

A. Radford, J. W. Kim, C. Hallacy, A. Ramesh, G. Goh, S. Agarwal, G. Sastry, A. Askell, P. Mishkin, J. Clark, et al. Learning transferable visual models from natural language supervision. In International conference on machine learning, pages 8748–8763. PMLR, 2021.

A. H. Ribeiro, M. H. Ribeiro, G. M. Paix ̃ao, D. M. Oliveira, P. R. Gomes, J. A. Canazart, M. P. Ferreira, C. R. Andersson, P. W. Macfarlane, W. Meira Jr, et al. Automatic diagnosis of the 12-lead ecg using a deep neural network. Nature communications, 11(1):1760, 2020. DOI: https://doi.org/10.1038/s41467-020-15432-4

A. H. Ribeiro, G. Paixao, E. M. Lima, M. H. Ribeiro, M. M. Pinto Filho, P. R. Gomes, D. M. Oliveira, W. Meira Jr, T. B. Schon, and A. L. P. Ribeiro. Code-15%: A large scale annotated dataset of 12-lead ecgs. Zenodo, Jun, 9, 2021.

G. A. Roth, C. Johnson, A. Abajobir, F. Abd-Allah, S. F. Abera, G. Abyu, M. Ahmed, B. Aksut, T. Alam, K. Alam, et al. Global, regional, and national burden of cardiovascular diseases for 10 causes, 1990 to 2015. Journal of the American college of cardiology, 70(1):1–25, 2017.

E. T. R. Schneider, J. V. A. de Souza, J. Knafou, L. E. S. e. Oliveira, J. Co- para, Y. B. Gumiel, L. F. A. d. Oliveira, E. C. Paraiso, D. Teodoro, and C. M. C. M. Barra. BioBERTpt - a Portuguese neural language model for clinical named entity recognition. In Proceedings of the 3rd Clinical Natural Language Processing Workshop, pages 65–72, Online, Nov. 2020. Association for Computational Linguistics. URL https://www.aclweb.org/anthology/ 2020.clinicalnlp-1.7. DOI: https://doi.org/10.18653/v1/2020.clinicalnlp-1.7

S. Wu, K. Roberts, S. Datta, J. Du, Z. Ji, Y. Si, S. Soni, Q. Wang, Q. Wei, Y. Xiang, et al. Deep learning in clinical natural language processing: a methodical review. Journal of the American Medical Informatics Association, 27(3):457–470, 2020. DOI: https://doi.org/10.1093/jamia/ocz200

Published

2024-11-19

How to Cite

Fernandes, J. G., Tuler, D., Lemos, G., Dutenhefner, P. R., Rezende, T., Pappa, G., … Meira Jr., W. (2024). Enhancing automated electrocardiogram (ECG) diagnosis through multimodal pre-training with text reports. Journal of Health Informatics, 16(Especial). https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1368

Similar Articles

1 2 3 4 5 6 > >> 

You may also start an advanced similarity search for this article.

Most read articles by the same author(s)