Εργαλείο AI εντοπίζει καρδιοπάθειες σε λιγότερο από 2 δεύτερα

Ένα νέο εργαλείο τεχνητής νοημοσύνης που μπορεί να εντοπίζει σημάδια καρδιακής ανεπάρκειας και παθήσεων των καρδιακών βαλβίδων μέσα σε λιγότερο από δύο δευτερόλεπτα ανέπτυξαν ερευνητές, ανοίγοντας τον δρόμο για ταχύτερη διάγνωση και έγκαιρη θεραπεία.

Η τεχνολογία έχει εκπαιδευτεί σε δεδομένα από εκατομμύρια ασθενείς και μπορεί να «διαβάζει» ένα απλό ηλεκτροκαρδιογράφημα (ΗΚΓ) με τρόπο που εντοπίζει πληροφορίες οι οποίες συνήθως δεν είναι ορατές στο ανθρώπινο μάτι, όπως γράφει ο Guardian.

Το ηλεκτροκαρδιογράφημα, το οποίο καταγράφει την ηλεκτρική δραστηριότητα της καρδιάς, μεταξύ άλλων τον ρυθμό και τη συχνότητά της, αποτελεί εδώ και περίπου έναν αιώνα βασικό εργαλείο για τη διάγνωση εμφραγμάτων και διαταραχών του καρδιακού ρυθμού.

Ωστόσο, ένα συμβατικό ΗΚΓ δεν μπορεί από μόνο του να εντοπίσει καρδιακή ανεπάρκεια ή παθήσεις των καρδιακών βαλβίδων. Για αυτό απαιτείται συνήθως υπερηχοκαρδιογράφημα, μια εξέταση υπερήχων για την οποία οι ασθενείς μπορεί να χρειαστεί να περιμένουν ακόμη και μήνες.

Η νέα τεχνολογία AI μπορεί να αναλύει τα αποτελέσματα ενός ΗΚΓ και να εντοπίζει ενδείξεις για δύο από τις συχνότερες μορφές καρδιακής νόσου «εν ριπή οφθαλμού».

Τα αποτελέσματα της μελέτης

Τα στοιχεία της έρευνας παρουσιάστηκαν στο ετήσιο συνέδριο της Ευρωπαϊκής Εταιρείας Καρδιολογίας στο Μόναχο, το μεγαλύτερο συνέδριο καρδιολογίας στον κόσμο.

Η έγκαιρη διάγνωση είναι ιδιαίτερα σημαντική στην καρδιακή ανεπάρκεια και στις παθήσεις των καρδιακών βαλβίδων, καθώς επιτρέπει στους ασθενείς που χρειάζονται φαρμακευτική αγωγή να ξεκινήσουν θεραπεία νωρίτερα, πριν η κατάστασή τους επιδεινωθεί σοβαρά.

Η σημασία της τεχνολογίας έγκειται και στο γεγονός ότι το ΗΚΓ είναι μία από τις συχνότερες ιατρικές εξετάσεις παγκοσμίως, με περίπου 1 δισεκατομμύριο εξετάσεις να πραγματοποιούνται κάθε χρόνο.

Σε δοκιμή στην οποία συμμετείχαν 67.000 ασθενείς στις ΗΠΑ, το εργαλείο AI εντόπισε έως και το 81% των ασθενών με καρδιακή ανεπάρκεια και έως και το 90% όσων είχαν πάθηση των καρδιακών βαλβίδων.

«Νωρίτερη διάγνωση σημαίνει καλύτερη αντιμετώπιση»

Η δρ Sonya Babu-Narayan, σύμβουλος καρδιολόγος και κλινική διευθύντρια του British Heart Foundation (BHF), το οποίο χρηματοδότησε τη μελέτη, χαρακτήρισε ενθαρρυντικό το γεγονός ότι η AI μπορεί πλέον να δίνει αποτελέσματα από ένα ΗΚΓ σχεδόν αμέσως.

Όπως σημείωσε, η τεχνολογία δεν θα εντοπίζει όλους τους ασθενείς με καρδιακή πάθηση, αλλά θα μπορούσε να χρησιμοποιηθεί για να επιταχύνει την παραπομπή εκείνων που θεωρούνται πιθανότερο να παρουσιάζουν κάποια καρδιακή ανωμαλία.

Η ίδια υπογράμμισε ότι, όταν πρόκειται για την καρδιά, η έγκαιρη διάγνωση και θεραπεία μπορούν να σώσουν και να βελτιώσουν ζωές.

Το εργαλείο δεν μπορεί να χρησιμοποιηθεί μόνο του για να επιβεβαιώσει ή να αποκλείσει οριστικά την ύπαρξη καρδιακής ανεπάρκειας ή βαλβιδοπάθειας. Μπορεί όμως να παρέχει ισχυρή ένδειξη ότι ένας ασθενής ενδέχεται να πάσχει από κάποια από τις δύο παθήσεις.

Έτσι, όσοι χαρακτηρίζονται ως υψηλού κινδύνου θα μπορούσαν να παραπέμπονται άμεσα για υπερηχοκαρδιογράφημα, αντί να περιμένουν μήνες στις συνήθεις λίστες αναμονής.

Θα μπορούσε να εντοπίζει και «κρυφές» παθήσεις

Ο καθηγητής Fu Siong Ng, καθηγητής Καρδιολογίας στο Imperial College London, σημείωσε ότι οι ασθενείς συχνά περιμένουν αρκετούς μήνες για υπερηχογράφημα καρδιάς μετά την παραπομπή τους από τον γιατρό.

Η νέα τεχνολογία θα μπορούσε, επομένως, να βοηθήσει ώστε οι ασθενείς με τον υψηλότερο κίνδυνο καρδιακής ανεπάρκειας ή βαλβιδοπάθειας να εξετάζονται κατά προτεραιότητα.

Παράλληλα, όμως, η AI θα μπορούσε να αξιοποιηθεί και σε ανθρώπους που κάνουν ΗΚΓ για διαφορετικό λόγο και δεν υπάρχει αρχικά υποψία καρδιοπάθειας.

Το μοντέλο θα μπορούσε να εφαρμόζεται σε όλα τα ΗΚΓ που πραγματοποιούνται σε ένα νοσοκομείο και να επισημαίνει εκείνα που παρουσιάζουν υψηλό κίνδυνο για συγκεκριμένες καρδιακές παθήσεις, ώστε οι ασθενείς να υποβάλλονται νωρίτερα στις απαραίτητες εξετάσεις.

Ο δρ Ahmed El-Medany, ερευνητής του British Heart Foundation που ηγήθηκε της ανάλυσης του Imperial College London, χαρακτήρισε το εργαλείο «υπεράνθρωπη AI».

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.

AI και διάγνωση από ένα βίντεο προσώπου

Στο ίδιο συνέδριο στο Μόναχο παρουσιάστηκαν επίσης αποτελέσματα έρευνας για τη χρήση τεχνητής νοημοσύνης στην ανάλυση βίντεο του προσώπου.

Ερευνητές από το Πανεπιστήμιο του Τόκιο και το Institute of Science Tokyo ανέφεραν ότι η ανάλυση ενός βίντεο διάρκειας μόλις πέντε δευτερολέπτων από το πρόσωπο ενός ανθρώπου θα μπορούσε να βοηθήσει στον γρήγορο και ακριβή εντοπισμό αδιάγνωστης υψηλής αρτηριακής πίεσης και διαβήτη τύπου 2.

Εκατομμύρια άνθρωποι σε όλο τον κόσμο ζουν με υψηλή αρτηριακή πίεση ή διαβήτη τύπου 2 χωρίς να γνωρίζουν ότι πάσχουν από τις συγκεκριμένες παθήσεις, γεγονός που καθιστά την έγκαιρη ανίχνευσή τους ιδιαίτερα σημαντική.