Umelá inteligencia identifikuje až 5 podtypov srdcového zlyhania
- Autor:
- Roman Mališka
- Zverejnené:
- 1. 6. 2023
- Hodnotenie:
- Už ste hlasovali.
Srdcové zlyhanie postihuje mnoho miliónov ľudí na celom svete, ale môže byť spôsobené viacerými faktormi, ktoré si vyžadujú rôzne liečby. Výskumníci teraz vycvičili viacero modelov strojového učenia pomocou veľkého súboru údajov založených na populácii na identifikáciu piatich podtypov srdcového zlyhania. Tieto modely tak môžu lepšie informovať o liečbe, vzdelávaní pacientov a predpovedaní budúcich rizikových faktorov.
„Srdcové zlyhanie“ je termín, ktorý sa používa na opis situácie, keď srdce nepumpuje dostatočne efektívne na to, aby pokrylo potreby tela na krv a kyslík. Môže to byť spôsobené niekoľkými základnými faktormi ovplyvňujúcimi liečbu stavu. Rizikové faktory srdcového zlyhania zahŕňajú ochorenie koronárnych artérií a srdcový infarkt, cukrovku, vysoký krvný tlak, nadváhu a obezitu a ochorenie srdcových chlopní.
Tradične sa rôzne typy srdcového zlyhania klasifikujú podľa ejekčnej frakcie ľavej komory, čiže množstva krvi, ktoré ľavá komora srdca vytlačí pri každej kontrakcii. Švédska štúdia strojového učenia z roku 2018 však zistila, že ejekčná frakcia ľavej komory nepredpovedala mieru prežitia srdcového zlyhania.
Teraz výskumníci z univerzity College London použili štyri modely strojového učenia na vývoj štruktúry na určenie podtypov srdcového zlyhania, ktoré by mohli lepšie informovať o liečbe a určiť budúce riziko. Výskumníci sa pozreli na anonymizované údaje z elektronických zdravotných záznamov od viac ako 300 000 pacientov vo Veľkej Británii, ktorým bolo diagnostikované srdcové zlyhanie v priebehu 20-tich rokov. Údaje boli prevzaté z dvoch veľkých súborov údajov primárnej starostlivosti reprezentujúcich populáciu Veľkej Británie.
„Snažili sme sa zlepšiť spôsob, akým klasifikujeme srdcové zlyhanie, s cieľom lepšie pochopiť pravdepodobný priebeh ochorenia a oznámiť to pacientom,“ povedal Amitava Banerjee, hlavný autor štúdie. „V súčasnosti je pre jednotlivých pacientov ťažké predpovedať, ako choroba postupuje. Niektorí ľudia budú stabilní po mnoho rokov, zatiaľ čo iní sa rýchlo zhoršia“.
Aby sa predišlo zaujatosti, ktorá by mohla vzniknúť pri použití jedného modelu strojového učenia, výskumníci použili štyri modely na rozdelenie prípadov srdcového zlyhania do skupín. Po trénovaní pomocou segmentov údajov modely rozlíšili päť podtypov na základe 87 z možných 635 faktorov vrátane veku, symptómov, prítomnosti iných stavov, liekov, ktoré pacient užíval, zdravotných parametrov, ako je krvný tlak, a výsledkov testov, ako je napríklad funkcia obličiek. Podtypy boli overené pomocou samostatného súboru údajov.
Päť podtypov bolo zoskupených podľa špecifických charakteristík. „Skorý nástup“ zahŕňal mladých ľudí s nízkou mierou rizikových faktorov. „Neskorý nástup“ boli starší, ženy, mali predpísané málo liekov a mali kardiovaskulárne ochorenie. „Súvisiaca s fibriláciou predsiení“ zahŕňala ľudí s fibriláciou predsiení, stavom, pri ktorom srdce bije nepravidelne alebo s ochorením srdcových chlopní. „Metabolický“ podtyp zahŕňal ľudí s nadváhou so strednou mierou rizikových faktorov, ale s nízkou mierou kardiovaskulárnych ochorení. A „kardiometabolický“ zahŕňal ľudí s nadváhou na veľkom počte predpísaných liekov, s vysokou mierou rizikových faktorov a kardiovaskulárnych ochorení.
Vedci zistili, že riziko úmrtia v roku nasledujúcom po diagnóze sa medzi podtypmi líši. Po jednom roku boli riziká úmrtnosti zo všetkých príčin najvyššie u pacientov v podskupine spojenej s fibriláciou predsiení (61 %), nasledoval neskorý nástup (46 %), kardiometabolický (37 %), skorý nástup (20 %) a metabolický ( 11 %).
Vedci tvrdia, že výsledky štúdie môžu byť použité na zlepšenie liečby srdcového zlyhania.
„Lepšie rozlíšenie medzi typmi srdcového zlyhania môže tiež viesť k cielenejšej liečbe a môže nám pomôcť premýšľať iným spôsobom o potenciálnych terapiách,“ povedal Banerjee.
Výskumníci vyvinuli aplikáciu založenú na ich prístupe strojového učenia, ktorý môžu lekári použiť na určenie, do akého podtypu človek spadá. Môže sa použiť na usmernenie vzdelávania pacienta a zlepšenie predpovedania budúceho rizika.
„Ďalším krokom je zistiť, či tento spôsob klasifikácie srdcového zlyhania môže mať pre pacientov praktický rozdiel. Či zlepší predpovede rizika a kvalitu informácií, ktoré lekári poskytujú, a či zmení liečbu pacientov,“ povedal Banerjee. „Potrebujeme tiež vedieť, či by to bolo nákladovo efektívne. Aplikácia, ktorú sme navrhli, musí byť vyhodnotená v klinických testoch alebo ďalšom výskume, ale mohla by pomôcť pri bežnej starostlivosti.“
Štúdia bola nedávno publikovaná v magazíne The Lancet Digital Health.
