Ερευνητές από την Mayo Clinic και την εταιρία AliveCor χρησιμοποιούν τεχνητή νοημοσύνη για να αναπτύξουν μια κινητή συσκευή που θα μπορεί να εντοπίσει ορισμένους ασθενείς που κινδυνεύουν από αιφνίδιο καρδιακό θάνατο. Αυτή η έρευνα απέδωσε μια σημαντική ανακάλυψη η οποία βοηθάει κατά πολύ στον προσδιορισμό ενός ηλεκτρικού συστήματος επαναφόρτισης της καρδιά ενός ασθενούς. Οι ερευνητές διαπίστωσαν ότι μια κινητή συσκευή smartphone μπορεί να προσδιορίσει γρήγορα και με ακρίβεια το QTc* ενός ασθενούς, εντοπίζοντας έτσι τους ασθενείς που κινδυνεύουν από αιφνίδιο καρδιακό θάνατο σύνδρομο μακρού QT** ή παρατεταμένου QT που προκαλείται από φάρμακα***. Πως όμως μια κινητή συσκευή εντοπίζει ασθενείς που κινδυνεύουν από καρδιακό θάνατο;
*Το διάστημα QTc είναι μια μέτρηση που γίνεται σε ένα ηλεκτροκαρδιογράφημα που χρησιμοποιείται για την αξιολόγηση ορισμένων ηλεκτρικών ιδιοτήτων της καρδιάς.
**Το σύνδρομο μακρού QT είναι μία γενετικά καθορισμένη νόσος που χαρακτηρίζεται από παρατεταμένη επαναπόλωση των καρδιακών κυττάρων και αυξημένο κίνδυνο σοβαρών και απειλητικών για τη ζωή καρδιακών αρρυθμιών
*** Είναι ένα μέτρο καθυστερημένης επαναπόλωσης, που σημαίνει ότι χρειάζεται περισσότερο από το κανονικό για να επανέλθει μεταξύ των παλμών ο καρδιακός μας μυς
Η καρδιά χτυπά μέσω ενός πολύπλοκου σύστηματος ηλεκτρικών σημάτων που προκαλεί τακτικές και απαραίτητες συστολές. Οι γιατροί αξιολογούν το διορθωμένο με ρυθμό διάστημα της QT της καρδιάς, ή το QTc, ως ζωτικό βαρόμετρο υγείας του ηλεκτρικού συστήματος επαναφόρτισης της καρδιάς. Ένα δυνητικά επικίνδυνο παρατεταμένο QTc, το οποίο είναι ίσο ή μεγαλύτερο από 50 χιλιοστά του δευτερολέπτου, μπορεί να προκληθεί από:
- Περισσότερα από 100 φάρμακα εγκεκριμένα από την Υπηρεσία Τροφίμων και Φαρμάκων (FDA).
- Γενετική, συμπεριλαμβανομένου του συγγενή σύνδρομο μακράς QT.
- Πολλές συστηματικές ασθένειες, συμπεριλαμβανομένης του COVID-19 που προκαλείται από το SARS-CoV-2.
Ένα τέτοιο παρατεταμένο QTc μπορεί να προδιαθέσει τους ανθρώπους σε επικίνδυνα γρήγορους και χαοτικούς καρδιακούς παλμούς, ακόμη και ξαφνικό καρδιακό θάνατο. Για πάνω από 100 χρόνια, η αξιολόγηση και παρακολούθηση QTc βασίστηκε σε μεγάλο βαθμό στο ηλεκτροκαρδιογράφημα 12 ηλεκτροδίων (EKG). Αλλά αυτό θα μπορούσε να αλλάξει, σύμφωνα με αυτήν την έρευνα.
Υπό την καθοδήγηση του Michael Ackerman, MD, Ph.D., γενετικού καρδιολόγου στην κλινική Mayo, οι ερευνητές εκπαίδευσαν και επικύρωσαν ένα βαθύ νευρικό δίκτυο βασισμένο σε AI για να ανιχνεύσουν την παράταση του QTc χρησιμοποιώντας τη συσκευή KardiaMobile 6L EKG της AliveCor’s. Τα ευρήματα, τα οποία δημοσιεύθηκαν στο Circulation*, συνέκριναν την ικανότητα ενός κινητού EKG (Ηλεκτροκαρδιογράφημα) με δυνατότητα AI με ένα παραδοσιακό EKG 12-μολύβδου στην ανίχνευση παράτασης του QT.
*Το Circulation είναι ένα επιστημονικό περιοδικό που εκδόθηκε από τους Lippincott Williams & Wilkins για την American Heart Association
“Αυτή η συνεργατική προσπάθεια με ερευνητές από ακαδημαϊκούς και βιομηχανικούς κλάδους έχει αποδώσει τα μέγιστα “, λέει ο Δρ. Ackerman, διευθυντής του προγράμματος ολοκληρωμένου αιφνίδιου καρδιακού θανάτου του ‘Windland Smith Rice’. “Με αυτόν τον τρόπο, θα περιστραφούμε από τον παλιό τρόπο με τον οποίο μελετούσαμε το QTc με αυτόν τον νέο τρόπο. Από το πρώτο μεγάλο ηλεκτροκαρδιογράφημα EKG της Einthoven το 1903, το 2021 θα σηματοδοτήσει τη νέα αρχή για το διάστημα QT.”
Η ομάδα χρησιμοποίησε περισσότερα από 1,6 εκατομμύρια EKG-12 μολύβδου από περισσότερους από μισό εκατομμύριο ασθενείς για να εκπαιδεύσει και να επικυρώσει ένα βαθύ νευρωνικό δίκτυο βασισμένο σε AI για να αναγνωρίσει και να μετρήσει με ακρίβεια το QTc. Στη συνέχεια, αυτή η πρόσφατα εξελιγμένη αξιολόγηση QTc που βασίζεται σε AI εξετάστηκε προοπτικά σε σχεδόν 700 ασθενείς που αξιολογήθηκαν από τον Δρ Ackerman στην κλινική ‘Windland Smith Rice’ της Mayo Clinic. Οι μισοί από αυτούς τους ασθενείς είχαν συγγενές σύνδρομο μακράς QT.
Η ομάδα χρησιμοποίησε περισσότερα από 1,6 εκατομμύρια EKG-12 μολύβδου από περισσότερους από μισό εκατομμύριο ασθενείς
Το αντικείμενο ήταν να συγκρίνουμε τις τιμές QTc από ένα EKG-12 μολύβδου με αυτές από το πρωτότυπο φορητό EKG που χρησιμοποιείται μέσω ενός smartphone. Και τα δύο σύνολα EKG χορηγήθηκαν στην ίδια κλινική επίσκεψη, συνήθως εντός πέντε λεπτών το ένα από το άλλο.
Η ικανότητα του αλγορίθμου AI να αναγνωρίζει κλινικά σημαντική παράταση QTc σε μια κινητή συσκευή EKG ήταν παρόμοια με τις εκτιμήσεις EKG που έγιναν από έναν εκπαιδευμένο εμπειρογνώμονα QT σε ένα εργαστήριο που ειδικεύεται σε μετρήσεις QTc για μελέτες φαρμάκων. Η κινητή συσκευή εντόπισε αποτελεσματικά μια τιμή QTc μεγαλύτερη ή ίση με 500 χιλιοστά του δευτερολέπτου, με απόδοση:
- 80% ευαισθησία Αυτό σημαίνει ότι χάθηκαν λιγότερες περιπτώσεις παράτασης QTc.
- 94,4% ειδικότητα
Αυτό σημαίνει ότι ήταν πολύ ακριβές στην πρόβλεψη ποιος δεν είχε παρατεταμένο QTc.
«Η ικανότητα εξοπλισμού κινητών συσκευών EKG με ακριβείς προσεγγίσεις με τεχνολογία AI ικανές να υπολογίζουν με ακρίβεια ότι το QTc αντιπροσωπεύει ένα πιθανό παράδειγμα σχετικά με τον τρόπο και το πού μπορεί να αξιολογηθεί το διάστημα QT», λέει ο John Giudicessi, MD, Ph.D., καρδιολόγος και πρώτος συγγραφέας της μελέτης.
«Επί του παρόντος, η συσκευή KardiaMobile 6L EKG της AliveCor’s έχει εκκαθαριστεί από το FDA για την ανίχνευση κολπικής μαρμαρυγής, βραδυκαρδίας και ταχυκαρδίας. Μόλις ληφθεί άδεια από το FDA για αυτήν την αξιολόγηση QTc που βασίζεται σε τεχνητή νοημοσύνη, θα έχουμε έναν πραγματικό μετρητή QT που μπορεί να επιτρέψει αυτό το αναδυόμενο ζωτικό σημάδι να ληφθούν εύκολα και με ακρίβεια», λέει ο Δρ. Ackerman. «Για να μετρήσετε σε διαβητικούς την γλυκόζη, για παράδειγμα, αυτός ο μετρητής QT θα παρέχει ένα σύστημα έγκαιρης προειδοποίησης, επιτρέποντας στους ασθενείς με συγγενή ή απόκτηση LQTS να αναγνωριστούν και πιθανώς να κάνουν σωστές προσαρμογές στα φάρμακα και τους ηλεκτρολύτες τους»
«Αυτή η εφαρμογή τεχνητής νοημοσύνης στο σημείο αυτό είναι μαζικά επεκτάσιμη, δεδομένου ότι συνδέεται με ένα smartphone. Μπορεί να σώσει ζωές λέγοντας σε ένα άτομο ότι ένα συγκεκριμένο φάρμακο μπορεί να είναι επιβλαβές πριν πάρει το πρώτο χάπι», λέει ο Paul Friedman, MD, πρόεδρος του Τμήματος Καρδιαγγειακής Ιατρικής στη Mayo Clinic στο Ρότσεστερ. «Αυτό επιτρέπει την ανίχνευση μιας πιθανώς απειλητικής για τη ζωή κατάστασης προτού εκδηλωθούν συμπτώματα.»
«Αυτή η εφαρμογή τεχνητής νοημοσύνης μπορεί να σώσει ζωές λέγοντας σε ένα άτομο ότι ένα συγκεκριμένο φάρμακο μπορεί να είναι επιβλαβές πριν πάρει το πρώτο χάπι»
Paul Friedman πρόεδρος του Τμήματος Καρδιαγγειακής Ιατρικής στη Mayo Clinic
Κινητή συσκευή εντοπίζει ασθενείς που κινδυνεύουν από καρδιακό θάνατο
«Η τακτική παρακολούθηση του LQTS χρησιμοποιώντας το KardiaMobile 6L επιτρέπει την ακριβή, σε πραγματικό χρόνο συλλογή δεδομένων έξω από τα τείχη ενός νοσοκομείου», λέει ο David Albert, MD, ιδρυτής και επικεφαλής ιατρικός υπάλληλος της AliveCor Inc. «Επειδή το LQTS μπορεί να είναι αόριστο, η ικανότητα ανίχνευσης αυτής της ανωμαλίας του ρυθμού χωρίς EKG-12 μολύβδου – που απαιτεί ο ασθενής να είναι στο νοσοκομείο – μπορεί να βελτιώσει τα αποτελέσματα των ασθενών και να εξοικονομήσει πόρους στο νοσοκομείο, παρέχοντας παράλληλα τους αξιόπιστους και έγκαιρους ιατρούς δεδομένων και τους ασθενείς τους.»
Πηγή: www.ahajournals.org
