Egy úttörő mesterséges intelligencia (AI) modell jelentős áttörést hozhat a szívbetegségek korai felismerésében, lehetővé téve a rejtett állapotok gyors azonosítását az elektrokardiogram (EKG) eredmények alapján. Ez a fejlesztés radikálisan lerövidítheti a hónapokig tartó várólistákat a további diagnosztikai vizsgálatokra, mint például a szív-ultrahangra. A korai diagnózis kulcsfontosságú az életmentő kezelések időben történő megkezdéséhez, mielőtt a betegek állapota súlyossá válna, ezzel javítva a betegek életminőségét és esélyeit.
Az Európai Kardiológiai Társaság (ESC) müncheni éves kongresszusán mutatták be a szakembereknek ezt az innovatív AI-eszközt, amely forradalmasíthatja a korai diagnózist. A modell képes "egy szempillantás alatt" felismerni a szívelégtelenség és a szívbillentyű-betegség korai jeleit az EKG-eredményekből, melyek a szívbetegségek két leggyakoribb formáját képviselik. Egy nagyszabású, 67 ezer beteg bevonásával zajló klinikai vizsgálat során az Egyesült Államokban az AI rendkívüli pontossággal azonosította a betegeket, a szívelégtelenségben szenvedők akár 81 százalékát, míg a szívbillentyű-betegséggel küzdők akár 90 százalékát is sikeresen kiszűrve. Dr. Sonya Babu-Narayan, a Brit Szív Alapítvány (BHF) klinikai igazgatója és tanácsadó kardiológusa kiemelte, hogy bár a technológia nem fog minden szívbeteget kiszűrni, tökéletes megoldást nyújthat a legveszélyeztetettebb páciensek kivizsgálásának felgyorsítására.
A hagyományos EKG már több mint egy évszázada az orvostudomány alapvető eszköze a szív elektromos aktivitásának, ritmusának és pulzusszámának rögzítésére, segítve a szívrohamok és ritmuszavarok diagnosztizálását. Azonban önmagában nem alkalmas a szív strukturális elváltozásainak kimutatására, ehhez elengedhetetlen a szív-ultrahang vizsgálat, más néven echokardiográfia. Erre a speciális vizsgálatra a betegek gyakran hónapokat kénytelenek várni, ami késleltetheti a szükséges kezelések megkezdését és súlyosbíthatja az állapotot. Az EKG világszerte az egyik leggyakrabban alkalmazott orvosi vizsgálat, évente mintegy egymilliárd alkalommal végzik el, ami jól mutatja a mostani fejlesztés potenciális hatását az egészségügyi ellátásra.
Az új AI-technológia önmagában nem használható a szívelégtelenség vagy a szívbillentyű-betegség végleges diagnosztizálására vagy kizárására, viszont rendkívül erős jelzést ad a lehetséges problémákról. Amennyiben az AI magas kockázatot állapít meg egy betegnél, azonnal sürgősségi szív-ultrahangra küldhető, elkerülve a szokásos, hosszú várólistákat. Prof. Fu Siong Ng, az Imperial College London kardiológiai professzora hangsúlyozta, hogy ez a képesség lenyűgöző, mivel lehetővé teszi a szívelégtelenség és a szívbillentyű-betegség kockázatának leginkább kitett betegek prioritásos vizsgálatát. A professzor rámutatott arra is, hogy az AI-modell akár véletlenszerűen, más okból végzett EKG-k elemzésével is életeket menthet, felismerve rejtett szívbetegségeket olyanoknál, akiknél korábban fel sem merült a gyanú. Az AI futtatható lenne a kórházban végzett összes EKG-n, hogy kiemelje a magas kockázatú személyeket, így korábbi diagnózist biztosítva, ami életeket ment és javítja az életminőséget.
A jövőbeli kihívások között szerepel a hordozható, kézi AI-EKG-olvasók fejlesztése az egészségügyi dolgozók számára, ahogyan azt Dr. Ahmed El-Medany, a BHF klinikai kutatója is megfogalmazta, "szuperemberi AI-ként" jellemezve az eszközt. A müncheni kongresszuson egy másik figyelemre méltó AI-fejlesztésről is beszámoltak: okostelefonokkal készített videók elemzésével a mesterséges intelligencia gyorsan és pontosan képes azonosítani a nem diagnosztizált magas vérnyomást és a 2-es típusú cukorbetegséget. A Tokiói Egyetem és a Tokiói Tudományos Intézet kutatói szerint az 5 másodperces arcvideók AI-alapú elemzése jelentősen javíthatja ezen rejtett betegségek kiszűrését. Ezek a fejlesztések együttesen azt mutatják, hogy a mesterséges intelligencia egyre nagyobb szerepet játszik az orvosi diagnosztikában, forradalmasítva a betegellátást és a korai felismerést, segítve a világszerte milliókat érintő rejtett betegségek azonosítását.
📰 Forrás: Index — Eredeti cikk elolvasása