Zabudnuté heslo?
Prihlásenie

Algoritmus strojového učenia ako rýchla a presná diagnostika infarktu

Algoritmus strojového učenia ako rýchla a presná diagnostika infarktu
Autor:
Roman Mališka
Zverejnené:
22. 5. 2023
Hodnotenie:
Už ste hlasovali.

Príznaky srdcového infarktu sa niekedy podobajú na ochorenia, ktoré nesúvisia so srdcom, čo komplikuje jeho diagnostiku. Britskí výskumníci sa preto obrátili na strojové učenie, aby lekárom poskytli rýchly a presný spôsob diagnostikovania infarktu. To by mohlo mať potenciál skrátiť čas potrebný na stanovenie diagnózy a poskytnúť tak pacientom účinnejšiu a efektívnejšiu liečbu.

V súčasnosti sa na diagnostiku infarktu používa meranie hladiny bielkoviny troponínu v krvi. Troponín sa uvoľňuje pri poškodení srdcového svalu. Jeho hladina sa zvyčajne prudko zvýši v priebehu troch až 12-tich hodín po infarkte a vrchol dosiahne približne po 24-roch hodinách.

Mnohé nemocnice na celom svete prijali diagnostické postupy, ktoré zahŕňajú hodnotenie hladiny troponínu, keď je niekto prijatý s podozrením na srdcový infarkt. Majú však určité obmedzenia. Vyžadujú si odber vzoriek krvi v pevne stanovenom čase, čo môže byť v podmienkach pohotovostného oddelenia problém. Ďalej kategorizujú pacientov len na pacientov s nízkym, stredným alebo vysokým rizikom srdcového infarktu bez zohľadnenia ďalších dôležitých informácií, ako je napríklad čas začiatku príznakov alebo nález na elektrokardiograme, a tiež nezohľadňujú vplyv pohlavia, veku a komorbidít.

Britskí výskumníci teraz vyvinuli algoritmus strojového učenia založený na umelej inteligencii, ktorý je rýchly a presný. Algoritmus s názvom Collaboration for the Diagnosis and Evaluation of Acute Coronary Syndrome (v skratke CoDE-ACS) bol navrhnutý na výpočet pravdepodobnosti srdcového infarktu u jednotlivých pacientov.

Výskumníci použili údaje od 10 286 pacientov, u ktorých sa vyskytol možný infarkt v šiestich krajinách sveta. Algoritmus strojového učenia sa „učil“ na základe pohlavia, veku, EKG nálezu a anamnézy pacienta, pričom okrem hladiny troponínu určoval aj pravdepodobnosť výskytu infarktu.

V porovnaní s existujúcimi metódami výskumníci zistili, že CoDE-ACS dokáže vylúčiť infarkt u viac ako dvojnásobného počtu pacientov s presnosťou až 99,6 %. Algoritmus pritom presne predpovedal srdcový infarkt vo všetkých podskupinách, vrátane mužov a žien, starších ľudí, ľudí s poruchou funkcie obličiek alebo tých, ktorí sa dostavili do nemocnice skoro po objavení sa príznakov.

Vedci tvrdia, že ich algoritmus CoDE-ACS by mohol zabrániť zbytočným hospitalizáciám u pacientov, u ktorých je nepravdepodobné, že by mali infarkt, alebo u pacientov s nízkym rizikom poškodenia srdcového svalu alebo smrti po infarkte. Tvrdia, že by sa tým zefektívnila liečba na urgentnom príjme a určilo by sa, ktorí pacienti môžu bezpečne odísť domov a ktorí musia zostať na ďalšie vyšetrenia.

„Pacientom s akútnou bolesťou na hrudníku spôsobenou srdcovým infarktom včasná diagnostika a liečba zachraňuje životy,“ povedal Nicholas Mills, zodpovedajúci autor štúdie. „Bohužiaľ, tieto bežné príznaky spôsobuje mnoho ochorení a diagnóza nie je vždy jednoznačná. Využitie údajov a umelej inteligencie na podporu klinických rozhodnutí má obrovský potenciál zlepšiť starostlivosť o pacientov a efektivitu našich rušných oddelení pohotovosti“.

Technológia CoDE-ACS sa v súčasnosti testuje v Škótsku s cieľom zistiť, či dokáže znížiť tlak na preplnené pohotovostné oddelenia.

Štúdia bola nedávno uverejnená v Nature Medicine.