Γιατροί ανέπτυξαν ένα «υπεράνθρωπο» εργαλείο τεχνητής νοημοσύνης (AI), το οποίο μπορεί να εντοπίζει καρδιοπάθειες σε λιγότερο από δύο δευτερόλεπτα. Η πρωτοποριακή τεχνολογία έχει εκπαιδευτεί σε δεδομένα εκατομμυρίων ασθενών και λειτουργεί αντλώντας από ένα απλό ηλεκτροκαρδιογράφημα (ΗΚΓ) πολύ περισσότερες πληροφορίες από όσες μπορεί συνήθως να διακρίνει το ανθρώπινο μάτι, όπως αναφέρει σε σημερινό του δημοσίευμα ο βρετανικός Guardian.
Το παραδοσιακό ηλεκτροκαρδιογράφημα, το οποίο καταγράφει την ηλεκτρική δραστηριότητα της καρδιάς, συμπεριλαμβανομένου του ρυθμού και της συχνότητας των παλμών, αποτελεί εδώ και έναν αιώνα ένα από τα βασικότερα εργαλεία της ιατρικής για τη διάγνωση εμφραγμάτων και διαταραχών του καρδιακού ρυθμού. Ωστόσο, δεν μπορεί από μόνο του να εντοπίσει καρδιοπάθεια. Για αυτό απαιτείται υπερηχοκαρδιογράφημα, δηλαδή υπερηχογραφικός έλεγχος της καρδιάς, για τον οποίο οι ασθενείς συχνά χρειάζεται να περιμένουν ακόμη και μήνες.
Τώρα, μια ερευνητική ομάδα ανέπτυξε ένα εργαλείο τεχνητής νοημοσύνης που μπορεί να εντοπίζει ενδείξεις καρδιακής ανεπάρκειας και βαλβιδοπάθειας, δύο από τις συχνότερες μορφές καρδιακής νόσου, από τα αποτελέσματα ενός ηλεκτροκαρδιογραφήματος «εν ριπή οφθαλμού».
Οι λεπτομέρειες της σημαντικής αυτής εξέλιξης, η οποία θα μπορούσε να ενισχύσει την έγκαιρη διάγνωση των καρδιακών παθήσεων, παρουσιάστηκαν σε χιλιάδες συνέδρους στο ετήσιο συνέδριο της Ευρωπαϊκής Εταιρείας Καρδιολογίας στο Μόναχο, το μεγαλύτερο συνέδριο καρδιολογίας στον κόσμο. Η έγκαιρη διάγνωση είναι κρίσιμη στην περίπτωση της καρδιακής ανεπάρκειας και των βαλβιδοπαθειών, καθώς επιτρέπει τον έγκαιρο εντοπισμό των ασθενών που χρειάζονται σωτήρια φαρμακευτική αγωγή, προτού η κατάστασή τους επιδεινωθεί επικίνδυνα.
Η εξέλιξη θεωρείται δυνητικά ιδιαίτερα σημαντική, καθώς το ηλεκτροκαρδιογράφημα είναι μία από τις συχνότερα πραγματοποιούμενες ιατρικές εξετάσεις, με περίπου 1 δισεκατομμύριο ηλεκτροκαρδιογραφήματα να πραγματοποιούνται παγκοσμίως κάθε χρόνο. Σε δοκιμή στην οποία συμμετείχαν 67.000 ασθενείς στις ΗΠΑ, το εργαλείο τεχνητής νοημοσύνης κατάφερε να εντοπίσει έως και το 81% των ασθενών με καρδιακή ανεπάρκεια και έως και το 90% εκείνων με βαλβιδοπάθεια.
Η δρ Sonya Babu-Narayan, σύμβουλος καρδιολόγος και κλινική διευθύντρια του British Heart Foundation (BHF), το οποίο χρηματοδότησε τη μελέτη, δήλωσε: «Είναι συναρπαστικό να βλέπουμε ότι η τεχνητή νοημοσύνη μπορείς πλέον να παρέχει ανάλυση ενός ΗΚΓ σε χρόνο που μοιάζει με ριπή οφθαλμού.
Η τεχνολογία AI-ECG που εξετάζεται στη συγκεκριμένη έρευνα, και η οποία έχει τη δυνατότητα να εντοπίζει έγκαιρα ασθενείς υψηλού κινδύνου, δεν θα εντοπίζει όλους όσοι πάσχουν από καρδιακή νόσο. Θα μπορούσε όμως να αποτελέσει μια λύση που θα βοηθά στην ταχύτερη παραπομπή των ασθενών οι οποίοι είναι πιθανότερο να παρουσιάζουν καρδιακή ανωμαλία. Όταν πρόκειται για την καρδιά, η έγκαιρη διάγνωση και θεραπεία σώζει και βελτιώνει ζωές».
Θα μπορούσε να μειώσει μήνες αναμονής για υπερηχογράφημα
Η τεχνολογία δεν μπορεί να χρησιμοποιηθεί αυτόνομα για να επιβεβαιώσει ή να αποκλείσει οριστικά την ύπαρξη καρδιακής ανεπάρκειας ή βαλβιδοπάθειας. Μπορεί όμως να δώσει μια πολύ ισχυρή ένδειξη ότι ένας ασθενής ενδέχεται να πάσχει από κάποια από αυτές τις παθήσεις.
Ένας ασθενής που, σύμφωνα με το AI, παρουσιάζει υψηλή πιθανότητα να πάσχει από μία από τις δύο παθήσεις θα μπορούσε να παραπέμπεται άμεσα για υπερηχοκαρδιογράφημα, αντί να περιμένει για μήνες στις συνηθισμένες λίστες αναμονής. Αυτό θα μπορούσε να οδηγήσει σε ταχύτερη διάγνωση και, κατ’ επέκταση, σε νωρίτερη έναρξη της κατάλληλης θεραπείας.
Ο καθηγητής Fu Siong Ng, καθηγητής Καρδιολογίας στο Imperial College London, δήλωσε: «Οι ασθενείς συχνά χρειάζεται να περιμένουν αρκετούς μήνες για υπερηχογράφημα καρδιάς, αφού παραπεμφθούν από τον γιατρό τους.
Γι’ αυτό είναι ιδιαίτερα ενθαρρυντικό το γεγονός ότι η τεχνολογία μας θα μπορούσε να εντοπίζει τους ασθενείς που διατρέχουν τον μεγαλύτερο κίνδυνο καρδιακής ανεπάρκειας και βαλβιδοπάθειας, ώστε να μπορούν να έχουν προτεραιότητα για εξετάσεις ταχύτερα και με μεγαλύτερη επείγουσα ανάγκη».
Στόχος του εργαλείου είναι να επιταχύνει τη διάγνωση σε ανθρώπους για τους οποίους υπάρχει υποψία καρδιακής ανεπάρκειας η βαλβιδοπάθειας. Ωστόσο, σύμφωνα με τον Ng, θα μπορούσε να αποδειχθεί ακόμη και σωτήριο, εντοπίζοντας ενδείξεις των συγκεκριμένων παθήσεων σε ανθρώπους που υποβλήθηκαν σε ΗΚΓ για εντελώς διαφορετικούς λόγους.
«Μια ακόμη πιθανή εφαρμογή αυτού του μοντέλου τεχνητής νοημοσύνης είναι η τυχαία διάγνωση καρδιακής ανεπάρκειας και βαλβιδοπάθειας σε ανθρώπους στους οποίους δεν υπάρχει υποψία ότι πάσχουν από αυτές τις παθήσεις», εξήγησε. «Το μοντέλο AI θα μπορούσε να εφαρμόζεται σε όλα τα ηλεκτροκαρδιογραφήματα που πραγματοποιούνται σε ένα νοσοκομείο και να επισημαίνει εκείνους που διατρέχουν τον υψηλότερο κίνδυνο εμφάνισης αυτών των παθήσεων, ώστε να διαγιγνώσκονται νωρίτερα».
Ο δρ Ahmed el-Medany, κλινικός ερευνητής του British Heart Foundation, ο οποίος ηγήθηκε της ανάλυσης του Imperial College London, χαρακτήρισε το εργαλείο «υπεράνθρωπη τεχνητή νοημοσύνη». Όπως ανέφερε, το επόμενο μεγάλο βήμα είναι η ανάπτυξη φορητών συσκευών ηλεκτροκαρδιογραφήματος με τεχνητή νοημοσύνη, τις οποίες θα μπορούν να χρησιμοποιούν οι επαγγελματίες υγείας.
Η ανάλυση βίντεο από το πρόσωπο ενός ανθρώπου με τη βοήθεια AI θα μπορούσε να συμβάλει στην ταχύτερη διαγνωσμένη υπέρτασης και διαβήτη τύπου 2
Στο ίδιο συνέδριο στο Μόναχο παρουσιάστηκαν επίσης στοιχεία για μια διαφορετική εφαρμογή της τεχνητής νοημοσύνης. Ερευνητές από το Πανεπιστήμιο του Τόκιο και το Institute of Science Tokyo ανέφεραν ότι η ανάλυση βίντεο διάρκειας μόλις πέντε δευτερολέπτων από το πρόσωπο ενός ανθρώπου με τη βοήθεια AI θα μπορούσε να συμβάλει στην ταχύτερη και ακριβέστερη διάγνωση μη διαγνωσμένης υπέρτασης και διαβήτη τύπου 2.
Εκατομμύρια άνθρωποι που έχουν υψηλή αρτηριακή πίεση ή διαβήτη τύπου 2 δεν γνωρίζουν ότι πάσχουν από τις συγκεκριμένες παθήσεις. Η νέα γενιά εφαρμογών τεχνητής νοημοσύνης ανοίγει έτσι τον δρόμο για ταχύτερο εντοπισμό ασθενών που μέχρι σήμερα μπορεί να παρέμεναν αδιάγνωστες.
