Istraživači sa Imperial College London razvili su AI sistem koji za manje od dve sekunde analizira EKG i može da ukaže na srčano zatajivanje i bolesti zalisaka koje često prođu nezapaženo. Model je treniran na preko 1,6 miliona EKG zapisa iz Brazila i dodatnim podacima iz SAD, a u studiji na ~67.000 pacijenata otkrio je do 81% slučajeva zatajivanja i do 90% oboljenja zalisaka. Tehnologija je zamišljena kao alat za trijažu, a dalje kliničke validacije i regulatorna odobrenja su u toku.
AI Otkriva Skriveno Srčano Zatajivanje i Bolesti Zalisaka Na EKG‑u Za Samo 2 Sekunde
(Dreamstime)
Rutinski EKG test koji traje samo nekoliko sekundi mogao bi, uz pomoć veštačke inteligencije, da otkrije znatno više promena nego što ih lekar uočava golim okom. Istraživači sa Imperial College London razvili su sistem koji u manje od dve sekunde analizira elektrokardiogram (EKG) i ukazuje na znake srčanog zatajivanja i bolesti srčanih zalistaka.
Kako sistem radi
EKG beleži električnu aktivnost srca i najčešće se koristi za procenu srčane frekvencije, ritma i akutnih stanja poput infarkta. Međutim, strukturene promene – kao što su zatajivanje srca ili oboljenja zalistaka – obično zahtevaju ehokardiogram (ultrazvuk srca) da bi bile potvrđene. Model iz Imperijal koledža naučio je da prepoznaje suptilne električne obrasce povezane s tim bolestima koristeći veliku bazu podataka.
Podaci i rezultati
Prema British Heart Foundation, modeli su trenirani na više od 1,6 miliona EKG zapisa iz Brazila povezanih sa medicinskim istorijama pacijenata, uz dodatne milione zapisa iz SAD. U američkoj studiji koja je obuhvatila oko 67.000 pacijenata, sistem je identifikovao do 81% osoba sa srčanim zatajivanjem i do 90% osoba sa bolestima zalisaka. Rezultati su predstavljeni na Kongresu Evropskog društva za kardiologiju (ESC) u Minhenu, a o nalazima je izvestio i The Guardian.
Šta to znači za pacijente i lekare
Tehnologija nije namenjena da zameni lekare ili da sama postavlja konačnu dijagnozu. Istraživači je vide kao alat za rano upozoravanje i trijažu: ukoliko AI označi potencijalni problem, pacijent bi bio upućen na ehokardiogram ili druge daljnje pretrage kako bi se potvrdila dijagnoza.
„Ako neko dođe radi EKG‑a, cilj nam je da uočimo osnovno srčano zatajivanje ili bolest zalistaka koju ljudski lekar često ne bi primetio“, rekao je dr Fu Siong Ng, konsultant kardiolog i profesor kardiacione elektrofiziologije na Imperial College London. „Ako postoji sumnja, odmah ćemo uraditi ehokardiogram da to potvrdimo.“
Dalji koraci i komercijalizacija
Tehnologija se razvija za kliničku primenu preko spin‑out kompanije Cardiovolt.ai iz Imperial College London. Potrebne su dodatne kliničke validacije, regulatorna odobrenja i procena uticaja u stvarnim uslovima rada, posebno kako bi se razjasnili stepen lažno pozitivnih i lažno negativnih rezultata i implikacije za zdravstvene tokove.
Zaključak: AI analize EKG‑a obećavaju bržu i širu identifikaciju pacijenata koji bi mogli imati skrivena srčana oboljenja, ali će konačna uloga ove tehnologije zavisiti od rezultata daljih studija i integracije u kliničku praksu.
Pomozite nam da budemo bolji.
