Képzeld el, hogy egy nap, teljesen váratlanul, levegő után kapkodsz. A szíved hevesebben ver, a mellkasod szorít, mintha egy láthatatlan súly nehezedne rá. Talán csak a fáradtság? Egy kis stressz? Vagy valami több? A szívelégtelenség nem egyik napról a másikra csap le – hosszú időn át, észrevétlenül alakul ki, míg végül a tested már nem bírja tovább jelek nélkül. De mi lenne, ha még azelőtt megérthetnénk a szív halk segélykiáltásait, mielőtt vészjelzésekké válnának?
A modern orvoslás egyik legnagyobb kihívása a szívelégtelenség korai felismerése. A hagyományos diagnosztikai módszerek gyakran invazívak, drágák, és sok esetben csak akkor alkalmazzák őket, amikor a beteg állapota már súlyosbodott. De most egy forradalmian új megoldás született: egy apró, viselhető EKG-monitor és egy mesterséges intelligenciával működő algoritmus képes lehet felismerni a veszélyes állapotokat még az első tünetek előtt.
Mesterséges intelligencia az érrendszeri monitorozásban
A Massachusettsi Műszaki Egyetem (MIT) és a Harvard Orvosi Kar kutatói egy új, nem invazív megoldást dolgoztak ki a szívelégtelenség korai felismerésére.1 A Cardiac Hemodynamic AI monitoring System (CHAIS) egy mélytanulási algoritmus, amely egyetlen elektródás EKG (elektrokardiogram) jeleket elemezve előre jelzi a bal pitvari nyomás emelkedését.
A CHAIS mély neurális hálózat hamarosan felválthatja az olyan invazív eljárásokat, mint a katéterezés.
A kutatók egy neurális hálózatot fejlesztettek ki, amely több mint 11 000 minta alapján tanult meg különbséget tenni a normál és az emelkedett nyomású állapotok között. Az algoritmus először a Massachusetts General Hospital (MGH) 6739 betegének adatait dolgozta fel, majd egy másik intézmény 4620 betegének adataival validálták. Végül egy kisebb, valós időben monitorozott betegcsoporton is tesztelték, amelyben a betegek egy viselhető EKG tapaszmonitort hordtak.
Ígéretes eredmények, új lehetőségek
A CHAIS rendszer figyelemreméltó eredményeket ért el: Az egyik legnagyobb bostoni kórházban végzett tesztelés során a mesterséges intelligencia 80%-os pontossággal ismerte fel a veszélyes szívállapotokat, egy másik, független intézményben pedig 76%-os arányban hozott helyes döntést. Valós időben, hordható EKG-monitorral mért adatoknál pedig még magasabb, 87,5%-os pontosságot is elért.
Ez azt jelenti, hogy a CHAIS az invazív módszerekhez hasonló hatékonysággal képes azonosítani a kockázatos szívelégtelenségi állapotokat, miközben teljesen nem invazív és hordozható.
Mit jelent ez a betegek számára?
Az új generációs, mesterséges intelligenciával támogatott szívmonitorozás valódi áttörést hozhat a mindennapokban. Az ambuláns és otthoni monitorozás lehetősége azt jelenti, hogy a páciensek akár egy egyszerű, hordható EKG-tapasz segítségével is folyamatosan nyomon követhetik szívük állapotát, az adatok pedig az orvosok számára is bármikor elérhetőek. Ezáltal a korai beavatkozás esélye is megnő: a rendszer még azelőtt képes jelezni a szívelégtelenség súlyosbodását, hogy a tünetek valóban megjelennének – így az orvosok időben közbeavatkozhatnak. Mindez azt eredményezi, hogy jelentősen csökkenthető a kórházi újrafelvétel aránya, hiszen a nem invazív, korai felismerés segíthet elkerülni a súlyosabb állapotokat, ezáltal hosszú távon javítva a betegek életminőségét.
A jövő a korai felismerésé
Ahogy korábban is írtuk, a jövő a megelőzésé, hiszen már az Apple mesterséges intelligenciája is olyan irányba halad, hogy már képes felismerni az AI segítségével, ha egészségügyi problémák fenyegetnek, így a technológia valóban kézzelfogható segítséget nyújt abban, hogy időben reagálhassunk a testünk jelzéseire.
A mesterséges intelligencia által vezérelt nem invazív hemodinamikai monitorozás pedig egy új korszakot nyithat a szívelégtelenség kezelésében. A CHAIS rendszer révén időben és fájdalommentesen lehet azonosítani a veszélyeztetett betegeket, ami hosszú távon csökkentheti a kórházi kezelések számát és javíthatja a betegek életminőségét.
A digitális egészségügy és a mesterséges intelligencia összefonódása új lehetőségeket teremt a hosszú, egészséges életért.
