Forskargruppen "Digital Medicine in Cardiology" vid Innsbruck universitet har utvecklat xECG, ett så-kallat grundläggande AI-system för elektrokardiogram (EKG). Modellen bygger på xLSTM-arkitekturen och tränades på cirka 8 miljoner EKG-inspelningar från 1,7 miljon patienter. Den kan hantera både korta 10-sekunders-12-ledade inspelningar och långa signaler, exempelvis natt-EKG för sömnapné, med linjär beräkningskostnad.

xECG klarar flera typer av uppgifter – klassificering, regression och överlevnadsprognoser – och har enligt studien i npj Digital Medicine presterat bättre än andra befintliga modeller. För att möjliggöra jämförelser har teamet också lanserat BenchECG, ett öppet ramverk med tre krav: mångsidig uppgiftslösning, stöd för olika inspelningstyper och pålitlighet över varierande patientgrupper.

Resultaten visar att många tidigare EKG-modeller bara lyckas i en deluppgift, medan xECG uppfyller alla tre kriterierna. Författarna planerar nu kliniska studier och vidare tillämpningar inom hjärtinfarkt-, arytmi- och plötslig-hjärtstillestånds-detektion.