2022. 10. 03. - 09:35
Rejtett stroke-kockázatot fed fel a mesterséges intelligencia-vezérelt szűrés
Az elektrokardiogram adatait használja fel a stroke rejtett kockázati tényezőjének kimutatására egy új, mesterséges intelligencia-vezérelt szűrési módszer.
A stroke rejtett kockázati tényezőjének kimutatására használja egy új, mesterséges intelligencia irányította szűrés az elektrokardiogram (EKG) adatait.
A Mayo Klinika kutatói mesterséges intelligenciát (MI) alkalmaztak a betegek elektrokardiogramjának kiértékelésére egy célzott stratégia keretében - a pitvarfibrilláció nevű gyakori szívritmuszavar kiszűrésére.
A pitvarfibrilláció szabálytalan szívverést jelent. Vérrögök kialakulásához vezethet, amelyek az agyba juthatnak és szélütést okozhatnak, ám nagyrészt aluldiagnosztizáltak.
A digitálisan támogatott, decentralizált vizsgálat során a mesterséges intelligencia olyan új pitvarfibrillációs eseteket azonosított, amelyeket a rutinkezelés során figyelmen kívül hagytak volna. Olvasd el: Stroke-diagnosztikát javíthat a mesterséges intelligencia
Rejtett stroke-kockázatot fed fel a mesterséges intelligencia-vezérelt szűrés
Korábbi kutatások már kifejlesztettek egy mesterséges intelligencia algoritmust, mellyel azonosítani lehetett azokat a betegeket, akiknél nagy a korábban nem felismert pitvarfibrilláció valószínűsége.
„Úgy gondoljuk, nagy lehetőségek rejlenek a pitvarfibrillációs szűrésben, jelenleg azonban túl alacsony a teljesítmény és túl magasak a költségek ahhoz, hogy a széles körben elterjedt szűrés valósággá válhasson – mondta el Peter Noseworthy orvos, a Mayo Klinika szívelektrofiziológusa és a tanulmány vezető szerzője. - Ez a tanulmány bizonyítja, hogy az MI-EKG algoritmus segíthet a szűrést olyan betegekre szűkíteni, akik a legnagyobb valószínűséggel kovácsolnak majd előnyt belőle.”
A vizsgálatba a kutatók 1003 beteget vontak be folyamatos monitorozással, s további 1003 beteget alkalmaztak a szokásos ellátásból, valós kontrollként.
A The Lancet-ben közzétett eredmények alapján a mesterséges intelligencia valóban azonosítani tudja a magas kockázatú betegek azon alcsoportját, akik számára nagyobb haszonnal járna a pitvarfibrilláció kimutatására szolgáló, további intenzív szívmonitorozás – ez pedig támogatja az MI által vezérelt, célzott szűrési stratégiát. Olvasd el: Mesterséges intelligencia a rejtett szívbetegségek felderítésére
EKG-t általában különféle diagnosztikai célból végeznek, de mivel a pitvarfibrilláció múlékony dolog lehet, kevés az esélye annak, hogy egyetlen 10 másodperces EKG-követéskor epizódot észleljenek.
A páciensek folyamatos vagy időszakos szívmonitorozáson vehetnek részt, ezeknél az észlelési arány magasabb, de túlságosan erőforrás-igényesek ahhoz, hogy mindenkire alkalmazzák őket - megterhelőek és költségesek lehetnek a betegek számára.
S itt léphet be a mesterséges intelligencia-vezérelt EKG. Az MI-algoritmus képes azonosítani azokat a pácienseket, akiknek bár az EKG mérésének napján normális a szívritmusuk, máskor megnövekedhet a nem észlelt pitvarfibrillációs epizódok kockázata. Az ilyen betegek ezután további megfigyelésnek vethetők alá a diagnózis megerősítésére.
„A hagyományos szűrőprogramok a betegek életkora - 65 vagy idősebb-, illetve olyan állapotok alapján választják ki a betegeket, mint például a magas vérnyomás megléte. Ezeknek a megközelítéseknek van értelme, mert az előrehaladott életkor a pitvarfibrilláció egyik legfontosabb kockázati tényezője. Nem kivitelezhető azonban ismételten intenzív szívmonitorozást végezni több mint 50 millió idős felnőttnél országszerte” – mondta el Xiaoxi Yao, Ph.D., a Szív-és Érrendszeri Osztály és a Mayo Klinka Robert D. és Patricia E. Kern Center egészségügyi eredményeivel foglalkozó kutatója. Dr. Yao a tanulmány vezető szerzője.
„A tanulmány azt mutatja, hogy egy mesterséges intelligencia algoritmus képes kiválasztani az idősebb felnőttek egy alcsoportját, akik számára előnyösebb lehet az intenzív megfigyelés. Ha ezt az új stratégiát széles körben alkalmazzák, csökkentheti a nem diagnosztizált pitvarfibrillációt és világszerte több millió betegnél előzheti meg a stroke-ot és a halált” – jegyezte meg dr. Yao.
A kutatás következő lépése egy többközpontú hibrid vizsgálat lesz, melynek középpontjában az MI-EKG munkafolyamat különböző klinikai körülmények között és betegpopulációkon történő megvalósításának hatékonysága áll.
L.A.
