Umelá inteligencia predpovedá fibriláciu predsiení 30 minút vopred
- Autor:
- Roman Mališka
- Zverejnené:
- 24. 4. 2024
- Hodnotenie:
- Už ste hlasovali.
Umelá inteligencia vyškolená na základe jednoduchých údajov o srdcovej frekvencii dokáže predpovedať epizódu najčastejšej poruchy srdcového rytmu, fibrilácie predsiení, 30 minút vopred. Tento model, ktorý sa plánuje začleniť do smartfónu, aby mohol analyzovať údaje z inteligentných hodiniek, by fungoval ako systém včasného varovania.
Najčastejšia porucha srdcového rytmu, fibrilácia predsiení, výrazne zvyšuje počet návštev na pohotovostných oddeleniach a riziko iných ochorení, ako je napríklad mozgová príhoda a demencia. K tomuto stavu dochádza, keď horné komory srdca (predsiene) bijú chaoticky, nesynchronizovane s dolnými komorami, čo vytvára nepravidelný, často veľmi rýchly srdcový rytmus.
Vrátenie srdca pacienta späť do pravidelného sínusového rytmu si môže vyžadovať intenzívne zákroky, ako je kardioverzia, pri ktorej sa podá nízkoenergetický šok na „resetovanie“ vodivého systému srdca. Schopnosť odhaliť epizódu fibrilácie predsiení ešte predtým, ako k nej dôjde, by teda umožnila včasné zásahy, ktoré by mohli zlepšiť výsledky pacientov.
Výskumníci z Luxemburského centra pre systémovú biomedicínu (LCSB) na Luxemburskej univerzite uverejnili štúdiu, v ktorej vycvičili model hĺbkového učenia, aby dokázal 30 minút vopred presne predpovedať, kedy u človeka nastane fibrilácia predsiení.
V súčasnosti dokáže elektrokardiografia (EKG) odhaliť fibriláciu predsiení len tesne pred jej vznikom, takže toto nemožno považovať za systém včasného varovania.
„Naopak, naša práca sa od tohto prístupu odkláňa k perspektívnejšiemu modelu predikcie,“ povedal Jorge Goncalves, vedúci skupiny pre riadenie systémov na LCSB a korešpondujúci autor štúdie. „Použili sme údaje o srdcovej frekvencii na trénovanie modelu hĺbkového učenia, ktorý dokáže rozpoznať rôzne fázy - sínusový rytmus, stav pred predsieňovou fibriláciou a samotnú fibriláciu predsiení - a vypočítať ‚pravdepodobnosť nebezpečenstva‘, že pacient bude mať bezprostredne hroziacu epizódu.“
Model s názvom WARN (Warning of Atrial fibRillatioN – varovanie pred fibriláciou predsiení) bol vycvičený a otestovaný na 24-hodinových EKG záznamoch zozbieraných od 350 pacientov v nemocnici Tongji v Číne. Údaje boli kardiológmi klasifikované ako sínusový rytmus, pred fibriláciou predsiení a počas fibrilácie predsiení. Na vyškolenie modelu umelej inteligencie na zachytenie príznakov pred fibriláciou predsiení výskumníci použili ako hlavný zdroj údajov variabilitu intervalu medzi vlnami R (RRI) na EKG.
Na základe 30-sekundových vzoriek RRI každých 15 sekúnd model hĺbkového učenia vypočítal pravdepodobnosť blížiacej sa fibrilácie predsiení. Na testovacích údajoch (70 pacientov) a dvoch externých validačných súboroch (33 pacientov) systém WARN predpovedal nástup fibrilácie predsiení v priemere 31 minút a 33 minút vopred s presnosťou 83 %, respektíve 73 %.
„Náš model má vysoký výkon len s použitím R-to-R intervalov, teda v podstate len údajov o srdcovej frekvencii, ktoré sa dajú získať zo záznamníkov pulzového signálu, ktoré sa dajú ľahko nosiť a sú cenovo dostupné, napríklad z inteligentných hodiniek,“ povedal Marino Gavidia, prvý autor štúdie.
Výskumníci predpokladajú, že zariadenie sa bude používať v smartfónoch na spracovanie údajov získaných z inteligentných hodiniek. Dlhodobým cieľom je, aby pacienti mohli nepretržite monitorovať svoj srdcový rytmus a poskytnúť im varovanie dostatočne skoro na to, aby mohli použiť liečbu, ako sú perorálne antiarytmiká na prevenciu vzniku fibrilácie predsiení. Výskumníci tvrdia, že táto technológia môže byť personalizovaná.
„V budúcnosti sa zameriame na vývoj personalizovaných modelov,“ povedal Goncalves. „Každodenné používanie jednoduchých inteligentných hodiniek neustále poskytuje nové informácie o osobnej dynamike srdca. To nám umožňuje neustále zdokonaľovať a preškoľovať náš model pre daného pacienta, aby sme dosiahli lepší výkon s ešte skorším varovaním. Nakoniec by tento prístup mohol dokonca viesť k novým klinickým skúškam a inovatívnym terapeutickým zásahom.“
Štúdia bola nedávno uverejnená v magazíne Patterns.
