Μια νέα εφαρμογή τεχνητής νοημοσύνης μπορεί να εντοπίζει μέσα σε ελάχιστα δευτερόλεπτα σημάδια καρδιακής ανεπάρκειας και βαλβιδοπάθειας, αξιοποιώντας πληροφορίες από ένα απλό ηλεκτροκαρδιογράφημα (ΗΚΓ) που συνήθως δεν είναι ορατές στο ανθρώπινο μάτι.

Η τεχνολογία έχει εκπαιδευτεί σε δεδομένα εκατομμυρίων ασθενών και, σύμφωνα με τα νέα ευρήματα, μπορεί να αναλύει ένα ΗΚΓ πολύ πιο λεπτομερώς από την παραδοσιακή αξιολόγηση.

Τα αποτελέσματα παρουσιάστηκαν στο ετήσιο συνέδριο της Ευρωπαϊκής Εταιρείας Καρδιολογίας στο Μόναχο, ένα από τα σημαντικότερα διεθνή συνέδρια καρδιολογίας.

Από το ΗΚΓ στην έγκαιρη ανίχνευση

Το ηλεκτροκαρδιογράφημα καταγράφει την ηλεκτρική δραστηριότητα της καρδιάς, όπως τον ρυθμό και τη συχνότητά της, και χρησιμοποιείται εδώ και περίπου έναν αιώνα για τη διάγνωση εμφραγμάτων και διαταραχών του καρδιακού ρυθμού.

Ωστόσο, από μόνο του δεν χρησιμοποιείται για την οριστική διάγνωση καρδιακής ανεπάρκειας ή βαλβιδοπάθειας. Για την αξιολόγηση αυτών των παθήσεων απαιτείται συνήθως υπερηχοκαρδιογράφημα, μια εξέταση που σε ορισμένα συστήματα υγείας μπορεί να συνεπάγεται σημαντική αναμονή.

Η νέα τεχνολογία θα μπορούσε να λειτουργήσει ως ένα πρώτο «φίλτρο», εντοπίζοντας τα άτομα που είναι πιθανότερο να αντιμετωπίζουν καρδιακό πρόβλημα και χρειάζονται κατά προτεραιότητα περαιτέρω έλεγχο.

Τι έδειξε η μελέτη

Σε δοκιμή στην οποία συμμετείχαν 67.000 ασθενείς στις ΗΠΑ, το εργαλείο τεχνητής νοημοσύνης κατάφερε να εντοπίσει έως και το 81% των ασθενών με καρδιακή ανεπάρκεια και έως και το 90% εκείνων με καρδιακή βαλβιδοπάθεια.

Οι ερευνητές επισημαίνουν ότι το μοντέλο δεν μπορεί να χρησιμοποιηθεί από μόνο του για να επιβεβαιώσει ή να αποκλείσει οριστικά μια διάγνωση. Μπορεί όμως να προσφέρει ισχυρή ένδειξη ότι ένας ασθενής διατρέχει αυξημένο κίνδυνο και θα πρέπει να υποβληθεί άμεσα σε υπερηχοκαρδιογράφημα.

Η δυνατότητα αυτή θεωρείται σημαντική, καθώς πραγματοποιούνται περίπου ένα δισεκατομμύριο ΗΚΓ παγκοσμίως κάθε χρόνο.

"Όσο χρειάζεται να ανοιγοκλείσει το μάτι»

Η δρ Sonya Babu-Narayan, σύμβουλος καρδιολόγος και κλινική διευθύντρια του British Heart Foundation, το οποίο χρηματοδότησε τη μελέτη, χαρακτήρισε ιδιαίτερα ενθαρρυντική τη δυνατότητα της τεχνολογίας.

«Είναι συναρπαστικό να βλέπουμε ότι η τεχνητή νοημοσύνη μπορεί πλέον να δώσει μια ανάλυση ενός ΗΚΓ σε χρόνο που μοιάζει με ανοιγοκλείσιμο του ματιού», δήλωσε.

Όπως σημείωσε, η τεχνολογία δεν θα εντοπίζει όλους τους ασθενείς με καρδιοπάθεια, αλλά θα μπορούσε να συμβάλει στην ταχύτερη παραπομπή εκείνων που είναι πιθανότερο να παρουσιάζουν καρδιακή ανωμαλία.

«Όταν πρόκειται για την καρδιά, η έγκαιρη διάγνωση και θεραπεία σώζει ζωές και βελτιώνει την ποιότητα ζωής», υπογράμμισε.

Ταχύτερη πρόσβαση στο υπερηχοκαρδιογράφημα

Ο καθηγητής Fu Siong Ng, καθηγητής καρδιολογίας στο Imperial College London, επισήμανε ότι πολλοί ασθενείς χρειάζεται σήμερα να περιμένουν αρκετούς μήνες για να υποβληθούν σε υπερηχοκαρδιογράφημα μετά την παραπομπή τους από τον γιατρό.

«Αυτό καθιστά συναρπαστική την προοπτική η τεχνολογία μας να μπορεί να εντοπίζει τους ασθενείς που διατρέχουν τον μεγαλύτερο κίνδυνο καρδιακής ανεπάρκειας και βαλβιδοπάθειας, ώστε να μπορούν να έχουν ταχύτερη και πιο επείγουσα προτεραιότητα για τις εξετάσεις», δήλωσε.

Η χρήση του εργαλείου θα μπορούσε, επομένως, να επιταχύνει τη διάγνωση και να επιτρέψει στους ασθενείς που χρειάζονται θεραπεία να την ξεκινήσουν νωρίτερα.

Θα μπορούσε να εντοπίζει και «κρυφές» καρδιοπάθειες

Οι ερευνητές εξετάζουν ακόμη μία πιθανή εφαρμογή της τεχνολογίας: την αξιοποίηση της τεχνητής νοημοσύνης σε ΗΚΓ που πραγματοποιούνται για άλλους λόγους, ώστε να εντοπίζονται τυχαία ασθενείς που μπορεί να έχουν μη διαγνωσμένη καρδιακή νόσο.

«Μια ακόμη πιθανή εφαρμογή αυτού του μοντέλου τεχνητής νοημοσύνης είναι η τυχία διάγνωση καρδιακής ανεπάρκειας και βαλβιδοπάθειας σε ανθρώπους στους οποίους οι συγκεκριμένες παθήσεις δεν έχουν υποψιαστεί», εξήγησε ο καθηγητής Ng.

«Το μοντέλο θα μπορούσε να εφαρμόζεται σε όλα τα ΗΚΓ που πραγματοποιούνται σε ένα νοσοκομείο και να επισημαίνει εκείνους που διατρέχουν τον υψηλότερο κίνδυνο, ώστε να διαγιγνώσκονται νωρίτερα», πρόσθεσε.

Ο δρ Ahmed El-Medany, κλινικός ερευνητής του British Heart Foundation, ο οποίος ηγήθηκε της ανάλυσης στο Imperial College London, περιέγραψε την τεχνολογία ως «υπεράνθρωπη τεχνητή νοημοσύνη».

Το επόμενο βήμα, σύμφωνα με τον ίδιο, είναι η ανάπτυξη φορητών συσκευών ΗΚΓ με ενσωματωμένη τεχνητή νοημοσύνη, τις οποίες θα μπορούν να χρησιμοποιούν επαγγελματίες υγείας.

Πηγή: Guardian