MM-GradCAM: en förbättrad multimodal GradCAM-metod med 1D- och 2D-ECG-data för detektion av hjärtrytmrubbningar

Varför denna hjärtstudie är viktig för dig

Oregelbundna hjärtslag, kända som arytmier, kan leda till svimning, stroke eller plötslig död, men ger ofta inga varningstecken förrän det är för sent. Läkare förlitar sig på elektrokardiogram (EKG)—de välbekanta spetsiga kurvorna som avbildar hjärtats aktivitet—för att upptäcka problem. Under de senaste åren har datorprogram blivit mycket bra på att läsa dessa kurvor, ibland i nivå med specialister. Men de fungerar ofta som en stängd låda: de ger ett svar utan att visa hur de kom fram till det. Denna studie presenterar ett nytt sätt att göra dessa kraftfulla verktyg mer transparenta, så att läkare kan se exakt vilka delar av en patients EKG som styrde datorns beslut.

Att titta in i den svarta lådan

Många moderna medicinska AI-system använder djupinlärning, en teknik som automatiskt upptäcker mönster i data istället för att förlita sig på handgjorda regler. Även om detta ofta ökar noggrannheten, döljs också resonemanget, vilket är en allvarlig oro när människoliv står på spel. För att bygga förtroende har forskare vänt sig till metoder för “förklarlig AI” som framhäver de regioner i en bild eller signal som mest påverkade modellens bedömning. Ett av de mest använda verktygen för detta kallas Grad-CAM, som skapar värmekartor—färgade överlägg som visar var algoritmen fokuserade. Hittills har dessa förklaringar emellertid vanligtvis begränsats till bara en typ av indata, såsom en rå EKG-signal eller en bild, men inte båda samtidigt.

Två vyer av samma hjärtslag

I detta arbete fokuserade författarna på en vanligt använd EKG-kanal, kallad Lead II, hämtad från en stor offentlig databas med mer än 10 000 patienter. Varje 10-sekunders inspelning hanterades på två olika sätt. Först behölls den i dess ursprungliga endimensionella form, en enkel kurva som visar spänning över tid. För det andra förvandlades den till en gråskalebild—i praktiken en plottad EKG-remsa sparad som en bild. För varje form byggde teamet en matchande djupinlärningsmodell baserad på ett 17-skikts konvolutionsneuronalt nätverk, en populär arkitektur för mönsterigenkänning. Ett nätverk lärde sig från 1D-signalen, det andra från 2D-bilden, och båda tränades för att sortera hjärtrytmer i fyra grupper: normal rytm, långsam rytm, en grupp snabba rytmer och rytmer relaterade till förmaksflimmer.

Att kombinera två förklaringar till en

Efter träning applicerade forskarna Grad-CAM separat på den signalbaserade respektive bildbaserade modellen. För 1D-modellen producerade de färgade segment över EKG-kurvan där nätverket fokuserade mest. För bildmodellen genererade de värmekartor som framhävde heta områden i EKG-bilden. Den nya metoden, kallad MM-GradCAM (multimodal Grad-CAM), anpassade sedan dessa två vyer i tid och rum och förenade dem till en enda förklaring. Denna sammanslagna karta visar, på en kombinerad EKG-remsa, både tidsserieledtrådar och bildbaserade mönster som drev AI:ns beslut. En kardiolog granskade många exempel och jämförde de markerade regionerna med kända kännetecken för olika rytmer, såsom försvunna P-vågor vid förmaksflimmer eller mycket regelbundna snabba slag i vissa snabba rytmer.

Hur väl systemet läser hjärtslaget

På tidigare osedda testpatienter klassificerade bildmodellen rytmer korrekt cirka 97 % av gångerna, medan signalmodellen nådde omkring 93 % noggrannhet. Prestandan varierade beroende på rytmtyp, där bildmodellen generellt presterade bättre, särskilt för mer komplexa eller subtila mönster. Samtidigt visade de sammanslagna MM-GradCAM-kartorna att varje vy bidrar med något annorlunda. Hos vissa patienter med förmaksflimmer missade signalbaserad förklaring viktiga regioner, medan bildkartan korrekt fokuserade på avsnitt där normala vågformer saknades. I andra fall, såsom vissa snabba rytmer, gav signalbaserad karta en tydligare och mer kliniskt rimlig bild. Genom att presentera båda tillsammans exponerade MM-GradCAM styrkor och svagheter som skulle vara osynliga om endast en indataform användes.

Vad detta betyder för framtidens hjärtvård

Studien huvudbudskap är inte bara att en dator kan upptäcka onormala hjärtrytmer med hög noggrannhet—många system kan redan det—utan att dess resonemang nu kan göras mer förståeligt för mänskliga experter. Genom att kombinera signal- och bildbaserade förklaringar till en sammanhängande vy ger MM-GradCAM kardiologer ett sätt att kontrollera om AI:n “tittar” på medicinskt meningsfulla delar av EKG:t. Detta kan öka förtroendet, hjälpa till att upptäcka fel och till och med fungera som ett undervisningsverktyg för läkare under utbildning som lär sig läsa komplexa rytmer. Metoden behöver visserligen testas på mer varierade patientgrupper och i verkliga kliniska arbetsflöden, men den pekar mot en framtid där kraftfulla AI-verktyg inte bara levererar svar utan också tydligt visar hur de tänkte.

Citering: Murat Duranay, F., Murat, E., Yıldırım, Ö. et al. MM-GradCAM: an improved multimodal GradCAM method with 1D and 2D ECG data for detection of cardiac arrhythmia. Sci Rep 16, 7919 (2026). https://doi.org/10.1038/s41598-026-38654-w

Nyckelord: hjärtrytmrubbning, elektrokardiogram, djupinlärning, förklarlig AI, Grad-CAM