2024. 07. 01. - 10:10
Szívelégtelenség? Korai diagnosztikával a mesterséges intelligencia életeket hosszabbíthat meg
Javíthatja egy új mesterséges intelligencia-eszköz a szívelégtelenség korai diagnosztizálását – állapította meg a Leedsi Egyetem által vezetett kutatás.
Egy, a Leedsi Egyetem vezette kutatás szerint új mesterséges intelligencia (MI) eszközük javítani tudja a szívelégtelenség korai diagnosztizálását.
Ez segítené a szívelégtelenségben szenvedőket, azzal, hogy korábban elkezdjék a kezelést, amikor a tünetek hatékonyabban kezelhetők - és lelassul a probléma fejlődése.
A kutatók abban bíznak, hogy a FIND-HF, Future Innovations in Novel Detection of Heart Failure algoritmus a közeljövőben elérhető lesz a háziorvosok számára, így 3-5 éven belül egyszerű gombnyomással azonosíthatják a leginkább veszélyeztetett embereket.
Eddig nem számíthattak sok jóra
A szívelégtelenség akkor fordul elő, amikor a szív nem képes hatékonyan pumpálni a vért a szervezetben – a probléma több mint egymillió embert érint csak az Egyesült Királyságban, évente 200 ezer új diagnózis születik.
Sajnos a szívelégtelenségben szenvedők nagyjából fele a diagnózis felállításától számított 5 éven belül meghal.
Szívelégtelenség? Korai diagnosztikával szolgál a mesterséges intelligencia, életeket hosszabbíthat meg
Az új tanulmányban Chris Gale, a Leedsi Orvostudományi Iskola szív- és érrendszeri orvostudomány professzora, illetve a Leeds Teaching Hospitals NHS Trust kardiológus tanácsadója által vezetett kutatócsoport a gépi tanulásnak nevezett mesterséges intelligencia típusát képezte ki, hogy megjósolhassák, kinél a legnagyobb a szívfejlődés kockázata.
A FIND-HF nevű algoritmus azonosítja az egyén beteg-egészségügyi nyilvántartásában szereplő visszajelző mintákat a háziorvosnál tett látogatások során.
A kutatást sr. Ramesh Nadarajah, a Leeds'i Orvostudományi Iskola brit egészségügyi adatkutató munkatársa mutatta be a British Cardiovascular Society konferencián Manchesterben.
„Sokan kapják meg túl későn a szívelégtelenség diagnózisát, amikor a betegséget módosító kezelések potenciálisan kevésbé hatékonyak – ez különösen igaz a nők és az idősek esetében. Gépi tanulási eszközöket használunk rutinszerűen gyűjtött adatokkal, hogy korábban azonosítsuk a szívelégtelenségben szenvedőket és megfelelő kezelésben részesülhessenek, megelőzhessék a kórházi felvételt és a haláleseteket, valamint javíthassák életminőségüket” – mondta el a szakember.
Korai megfigyelő rendszer gépi tanulással
A FIND-HF algoritmust arra képezték ki, hogy felismerje a korai tüneteket, amelyek nagy valószínűséggel szívelégtelenség diagnózisához vezetnek – tették mindezt 565.284 Egyesült Királyságban élő felnőtt beteg felvételeinek felhasználásával.
Ezután tovább tesztelték az algoritmust a Tajvani Nemzeti Egyetemi Kórház 106 026 rekordját tartalmazó adatbázisban.
A csapat megállapította: a FIND-HF pontosan meg tudja jósolni, hogy a következő 5 évben kinél a legnagyobb a szívelégtelenség kialakulásának esélye és ki kerülhet emiatt kórházba.
Ez azt jelzi, hogy az algoritmus alkalmazható korai figyelmeztető rendszerként a háziorvosok számára, hogy felismerjék, mely betegek vannak kitéve a legnagyobb rizikónak. Ez lehetővé teheti a szívelégtelenség korábbi vizsgálatait és diagnosztizálását, s így az állapot korábbi kezelését.
A kutatók a FIND-HF tesztelését tervezik. Ennek módja az lesz, hogy azokat kérik fel a szívelégtelenség vizsgálatára, akiket az alapellátási nyilvántartásban a legmagasabb kockázatúnak azonosítottak.
Remélik, hogy a jövőben a FIND-HF-et a háziorvosok rutinszerűen használhatják a szívelégtelenség kockázatának felmérésére, amikor a páciensek még nagyon korai tünetekkel jelentkeznek és egy gombnyomással lerövidítik a kezdeti tünetektől a diagnózisig eltelt időt.
B.A.
