Γιατροί ανέπτυξαν ένα «υπεράνθρωπο» εργαλείο τεχνητής νοημοσύνης, το οποίο μπορεί να εντοπίζει καρδιακές παθήσεις σε λιγότερο από δύο δευτερόλεπτα.
Η πρωτοποριακή τεχνολογία έχει εκπαιδευτεί σε δεδομένα εκατομμυρίων ασθενών και λειτουργεί αντλώντας από ένα απλό ηλεκτροκαρδιογράφημα (ΗΚΓ) περισσότερες πληροφορίες από όσες μπορεί συνήθως να αντιληφθεί το ανθρώπινο μάτι, μεταδίδει ο Guardian.
Το παραδοσιακό ΗΚΓ, το οποίο καταγράφει την ηλεκτρική δραστηριότητα της καρδιάς, συμπεριλαμβανομένης της συχνότητας και του ρυθμού της, αποτελεί εδώ και έναν αιώνα βασικό ιατρικό εργαλείο για τη διάγνωση εμφραγμάτων και διαταραχών του καρδιακού ρυθμού.
Ωστόσο, δεν μπορεί να ανιχνεύσει άμεσα καρδιακές παθήσεις. Για αυτό απαιτείται υπερηχοκαρδιογράφημα, ένας τύπος υπερηχογραφικής εξέτασης, για την οποία οι ασθενείς συχνά χρειάζεται να περιμένουν ακόμη και μήνες.
Τώρα, μια ερευνητική ομάδα ανέπτυξε ένα εργαλείο τεχνητής νοημοσύνης που μπορεί να εντοπίζει ενδείξεις καρδιακής ανεπάρκειας και βαλβιδοπάθειας – δύο από τις συχνότερες μορφές καρδιακής νόσου – από τα αποτελέσματα ενός ΗΚΓ «εν ριπή οφθαλμού».
Οι λεπτομέρειες της σημαντικής αυτής εξέλιξης, η οποία θα μπορούσε να συμβάλει στην έγκαιρη διάγνωση των καρδιακών παθήσεων, παρουσιάστηκαν σε χιλιάδες συνέδρους στο ετήσιο συνέδριο της Ευρωπαϊκής Εταιρείας Καρδιολογίας (ESC) στο Μόναχο, το μεγαλύτερο συνέδριο καρδιολογίας στον κόσμο.
Η έγκαιρη διάγνωση είναι καθοριστικής σημασίας για την καρδιακή ανεπάρκεια και τις παθήσεις των καρδιακών βαλβίδων, καθώς επιτρέπει τον έγκαιρο εντοπισμό των ασθενών που χρειάζονται σωτήρια φαρμακευτική αγωγή, προτού η κατάστασή τους επιδεινωθεί επικίνδυνα.
Η εξέλιξη θεωρείται δυνητικά ιδιαίτερα σημαντική, καθώς το ΗΚΓ είναι μία από τις συχνότερα πραγματοποιούμενες ιατρικές εξετάσεις, με περίπου ένα δισεκατομμύριο ηλεκτροκαρδιογραφήματα να πραγματοποιούνται κάθε χρόνο παγκοσμίως.
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 βαλβιδοπάθεια.
Η δρ Σόνια Μπάμπου-Ναραγιάν, σύμβουλος καρδιολόγος και κλινική διευθύντρια του British Heart Foundation (BHF), το οποίο χρηματοδότησε τη μελέτη, δήλωσε:
«Είναι συναρπαστικό να βλέπουμε ότι η τεχνητή νοημοσύνη μπορεί πλέον να δίνει μια ανάλυση ενός ΗΚΓ σε χρόνο που μοιάζει με ριπή οφθαλμού.
»Τεχνολογία όπως η τεχνητή νοημοσύνη στο ΗΚΓ που εξετάζεται σε αυτή την έρευνα, η οποία έχει τη δυνατότητα να εντοπίζει έγκαιρα ασθενείς υψηλού κινδύνου, δεν θα ανιχνεύει όλους όσοι πάσχουν από καρδιακή νόσο. Θα μπορούσε, όμως, να αποτελέσει μια λύση για την ταχύτερη παραπομπή των ασθενών που είναι πιθανότερο να παρουσιάζουν καρδιακή ανωμαλία. Όταν πρόκειται για την καρδιά, η έγκαιρη διάγνωση και θεραπεία σώζουν ζωές και βελτιώνουν την ποιότητα ζωής».
Η τεχνολογία δεν μπορεί να χρησιμοποιηθεί από μόνη της για να επιβεβαιώσει οριστικά ή να αποκλείσει την ύπαρξη καρδιακής ανεπάρκειας ή βαλβιδοπάθειας. Μπορεί, ωστόσο, να παράσχει πολύ ισχυρή ένδειξη ότι ένας ασθενής ενδέχεται να πάσχει από κάποια από τις δύο παθήσεις.
Ένας ασθενής που κρίνεται ότι έχει υψηλή πιθανότητα να πάσχει από μία από αυτές θα μπορούσε να παραπέμπεται άμεσα για υπερηχοκαρδιογράφημα, αντί να περιμένει μήνες στις συνήθεις λίστες αναμονής. Αυτό θα μπορούσε να οδηγήσει σε ταχύτερη διάγνωση και, κατ’ επέκταση, σε νωρίτερη έναρξη της θεραπείας.
Ο καθηγητής Φου Σιόνγκ Νγκ, καθηγητής καρδιολογίας στο Imperial College London, δήλωσε:
«Οι ασθενείς συχνά χρειάζεται να περιμένουν αρκετούς μήνες για ένα υπερηχογράφημα της καρδιάς, αφού παραπεμφθούν από τον γιατρό τους.
»Γι’ αυτό είναι ιδιαίτερα σημαντικό ότι η τεχνολογία μας θα μπορούσε να εντοπίζει τους ασθενείς που διατρέχουν μεγαλύτερο κίνδυνο καρδιακής ανεπάρκειας και βαλβιδοπάθειας, ώστε να μπορούν να εξετάζονται ταχύτερα και με μεγαλύτερη προτεραιότητα».
Στόχος του εργαλείου είναι να επιταχύνει τη διάγνωση σε ασθενείς για τους οποίους υπάρχει υποψία καρδιακής ανεπάρκειας ή βαλβιδοπάθειας. Ωστόσο, ο Νγκ εκτίμησε ότι θα μπορούσε να αποδειχθεί σωτήριο και σε περιπτώσεις ανθρώπων που υποβλήθηκαν σε ΗΚΓ για διαφορετικό λόγο.
«Μια ακόμη πιθανή εφαρμογή αυτού του μοντέλου τεχνητής νοημοσύνης είναι η ευκαιριακή διάγνωση καρδιακής ανεπάρκειας και βαλβιδοπάθειας σε ανθρώπους στους οποίους δεν υπάρχει υποψία ότι πάσχουν από αυτές τις παθήσεις», ανέφερε. «Το μοντέλο τεχνητής νοημοσύνης θα μπορούσε να εφαρμόζεται σε όλα τα ΗΚΓ που πραγματοποιούνται σε ένα νοσοκομείο, ώστε να εντοπίζει εκείνους που διατρέχουν τον μεγαλύτερο κίνδυνο για αυτές τις ασθένειες και να επιτρέπει την έγκαιρη διάγνωσή τους».
Ο δρ Αχμέντ Ελ-Μεντάνι, ερευνητής κλινικής καρδιολογίας του British Heart Foundation, ο οποίος ηγήθηκε της ανάλυσης του Imperial College London, χαρακτήρισε το εργαλείο «υπεράνθρωπη τεχνητή νοημοσύνη» και ανέφερε ότι η επόμενη πρόκληση είναι η ανάπτυξη φορητών συσκευών ΗΚΓ με τεχνητή νοημοσύνη, τις οποίες θα μπορούν να χρησιμοποιούν επαγγελματίες υγείας.
Οι σύνεδροι στο Μόναχο ενημερώθηκαν επίσης για μια ακόμη εφαρμογή της τεχνητής νοημοσύνης στην καρδιολογία: την ανάλυση βίντεο του προσώπου, η οποία μπορεί να εντοπίζει γρήγορα και με ακρίβεια μη διαγνωσμένη υψηλή αρτηριακή πίεση και διαβήτη τύπου 2.
Ερευνητές από το Πανεπιστήμιο του Τόκιο και το Institute of Science Tokyo ανέφεραν ότι η ανάλυση από την τεχνητή νοημοσύνη βίντεο διάρκειας μόλις πέντε δευτερολέπτων από το πρόσωπο ενός ανθρώπου θα μπορούσε να συμβάλει στη βελτίωση της διάγνωσης.
Εκατομμύρια άνθρωποι που πάσχουν από υψηλή αρτηριακή πίεση ή διαβήτη τύπου 2 δεν γνωρίζουν ότι έχουν τις συγκεκριμένες παθήσεις.
Διαβάστε περισσότερα
Efsyn.gr