AI dostrzega ukrytego zabójcę w EKG. Ten biomarker umykał kardiologom od dekad
Sztuczna inteligencja odnalazła w elektrokardiogramie subtelny wzór, który sygnalizuje ryzyko nagłej śmierci sercowej. Nowy model deklasuje standardowe metody diagnostyczne i wskazuje pacjentów, których do tej pory przeoczaliśmy.
pl.
👁 136 przeczytań
- Model AI wytrenowany na szwedzkich danych EKG wykrył grupę wysokiego ryzyka (2,2% próby) z rocznym odsetkiem nagłej śmierci sercowej na poziomie 7%, wobec 4,6% przy tradycyjnej metodzie LVEF.
- Aż 86,1% osób z grupy wysokiego ryzyka według algorytmu nie zostało wychwyconych przez standardowy pomiar frakcji wyrzutowej lewej komory.
- Pacjenci z grupy wysokiego ryzyka według AI, którzy otrzymali defibrylator, mieli o 54,4% mniejszą śmiertelność niż oczekiwano na podstawie dotychczasowych danych.
Czy można zapobiec śmierci, która przychodzi bez ostrzeżenia? Setki tysięcy ludzi rocznie umiera z powodu nagłego zatrzymania krążenia, często nie wiedząc, że są w grupie ryzyka. Opublikowane właśnie badanie w Nature dowodzi, że klucz do przewidywania tego zdarzenia od lat leżał ukryty w standardowym zapisie EKG.
Frakcja wyrzutowa zawodzi
Od dekad kardiolodzy polegają na jednym podstawowym wskaźniku przy podejmowaniu decyzji o wszczepieniu kardiowertera-defibrylatora - frakcji wyrzutowej lewej komory (LVEF). Pomiar ten jest jednak skrajnie niedoskonały. Zespół pod kierownictwem Ziada Obermeyera wykazał, że LVEF przeocza większość przypadków nagłej śmierci sercowej. Co więcej, dwie trzecie wszczepionych defibrylatorów nigdy nie oddaje ratującego życia wyładowania - pacjenci przechodzą kosztowną procedurę, nie czerpiąc z niej żadnych korzyści.
To medyczny paradoks. Mamy technologię, która może przerwać śmiertelną arytmię. Nie potrafimy jednak wskazać, kto naprawdę jej potrzebuje.
Deep learning widzi więcej niż ludzkie oko
Obermeyer i współpracownicy postanowili postawić na głębokie uczenie. Wytrenowali model na populacyjnym zbiorze danych ze Szwecji, łączącym wszystkie elektrokardiogramy z jednego regionu z aktami zgonu i elektroniczną dokumentacją medyczną. Algorytm uczył się wyłącznie na surowych przebiegach EKG. Nie dostał żadnych wskazówek, na co ma patrzeć.
Efekt? Model wyodrębnił grupę wysokiego ryzyka stanowiącą 2,2% badanej próby, w której roczny odsetek nagłej śmierci sercowej wyniósł 7%. Dla porównania, pacjenci wytypowani na podstawie obniżonej LVEF (1,9% próby) mieli wskaźnik na poziomie 4,6%. Znamienny szczegół: 86,1% osób z grupy wysokiego ryzyka według AI nie zostało wychwyconych przez tradycyjny pomiar frakcji wyrzutowej. Inaczej mówiąc, algorytm odnalazł chorych, którzy dla standardowej diagnostyki byli niewidzialni.
Kształt fali, który zmienia reguły gry
Zespół nie poprzestał na predykcji. Naukowcy połączyli swój model klasyfikujący z modelem generatywnym, aby stworzyć syntetyczne EKG wysokiego ryzyka i zwizualizować morfologię fali, na której oparł się algorytm. W ten sposób odkryli biomarker - kształt w zapisie elektrycznym serca, który jest wyraźnie widoczny i precyzyjnie przewiduje nagły zgon, ale nigdy wcześniej nie został opisany w literaturze medycznej.
„Łącząc ten biomarker z elektrofizjologicznymi podstawami, tworzymy i wstępnie testuję nową hipotezę dotyczącą mechanizmu nagłej śmierci sercowej” - komentują autorzy. Oznacza to, że sztuczna inteligencja nie tylko diagnozuje - ona podpowiada naukowcom, czego szukać.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Od Szwecji po Tajwan - dowody na skuteczność
Walidacja nie ograniczyła się do jednego kraju. Model przetestowano zewnętrznie w amerykańskim systemie opieki zdrowotnej, gdzie przewidywał komorowe zaburzenia rytmu prowadzące do zgonu. Następnie sprawdzono go w tajwańskim rejestrze szpitalnym, gdzie specyficznie prognozował przyszłe arytmiczne zatrzymania krążenia. W obu przypadkach wyniki potwierdziły uniwersalność odkrytego biomarkera.
Dodatkowych potwierdzeń dostarcza analiza pacjentów z wszczepionymi defibrylatorami. Osoby z kohorty wysokiego ryzyka według AI, które otrzymały urządzenie, miały o 54,4% mniejszą śmiertelność niż oczekiwano. Wskazuje to na realną korzyść z interwencji u właściwie wybranych chorych.
Badanie to podważa kliniczną rutynę. Tanie, powszechnie dostępne EKG analizowane przez algorytm może zastąpić lub uzupełnić znacznie droższe i mniej precyzyjne metody. Jeśli odkryty biomarker wejdzie do praktyki klinicznej, lista pacjentów kierowanych na wszczepienie defibrylatora może ulec radykalnej zmianie. Ci, których dziś odsyłamy do domu z poczuciem bezpieczeństwa, mogą wreszcie otrzymać realną szansę na ochronę.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Jaki biomarker w EKG pozwala przewidzieć nagłą śmierć sercową?
Algorytm AI ujawnił konkretny kształt fali w zapisie elektrycznym serca, który precyzyjnie przewiduje nagły zgon, ale nigdy wcześniej nie został opisany w literaturze medycznej. Odkryto go dzięki połączeniu modelu klasyfikującego z modelem generatywnym, który tworzył syntetyczne zapisy EKG wysokiego ryzyka.
Dlaczego frakcja wyrzutowa lewej komory jest niedoskonałą metodą oceny ryzyka?
Frakcja wyrzutowa (LVEF) przeocza większość przypadków nagłej śmierci sercowej, a dwie trzecie wszczepionych na jej podstawie defibrylatorów nigdy nie oddaje ratującego życia wyładowania. Badanie opublikowane w Nature wykazało, że 86,1% chorych wysokiego ryzyka wykrytych przez AI pozostaje poza zasięgiem tego tradycyjnego pomiaru.
Czy model AI do analizy EKG działa tylko w Szwecji, gdzie go trenowano?
Nie - model został zwalidowany zewnętrznie w amerykańskim systemie opieki zdrowotnej oraz w tajwańskim rejestrze szpitalnym, gdzie w obu przypadkach skutecznie przewidywał arytmiczne zatrzymania krążenia. Autorzy badania uznali to za dowód na uniwersalność odkrytego biomarkera.
Na jakich danych uczył się algorytm wykrywający ryzyko nagłej śmierci sercowej?
Model wytrenowano na populacyjnym zbiorze danych ze Szwecji, łączącym wszystkie elektrokardiogramy z jednego regionu z aktami zgonu i elektroniczną dokumentacją medyczną. Algorytm uczył się wyłącznie na surowych przebiegach EKG, bez żadnych wcześniej zdefiniowanych wskazówek dotyczących wzorców do szukania.
RAMagedon uderza w graczy i majsterkowiczów. Ceny elektroniki rosną z powodu AINauka
Owce i psy pasterskie inspirują nowy algorytm roju. Z pomocą YouTube’aNauka
Pułapka pyłowa za Jowiszem. To tam rodziły się meteorytyNaukaPodobne tematy na Promptowym
