Штучний інтелект виявляє смертельний ризик для серця, який більшість лікарів не можуть побачити

Модель набагато краще за лікарів визначає пацієнтів, які перебувають у групі найвищого ризику.

Удосконалена модель штучного інтелекту від Університету Джона Хопкінса під назвою MAARS аналізує недостатньо використовувані МРТ-скани серця та повні медичні записи, щоб виявити приховані рубцеві утворення, які сигналізують про раптову серцеву смерть. Ця модель значно перевершує сучасні клінічні рекомендації, які базуються на випадковості, і обіцяє врятувати життя, позбавивши пацієнтів від необхідності непотрібних медичних втручань.

MAARS зчитує «відбитки пальців» рубців на серці, які лікарі пропускають, передбачаючи фатальні аритмії з точністю майже 90% і революціонізуючи лікування пацієнтів з гіпертрофічною кардіоміопатією.

Перегляньте запис:

Нова модель штучного інтелекту набагато краще за лікарів визначає пацієнтів, які можуть зазнати зупинки серця. Ключовим моментом є здатність системи аналізувати давно невикористані зображення серця, а також повний спектр медичних записів, щоб виявити раніше приховану інформацію про стан серця пацієнта.

Ця робота, що фінансується федеральним урядом і проводиться під керівництвом дослідників Університету Джона Хопкінса, може врятувати багато життів, а також позбавити багатьох людей від непотрібної імплантації дефібриляторів.

«Зараз ми маємо пацієнтів, які помирають у розквіті сил, тому що вони не захищені, а інші змушені терпіти дефібрилятори до кінця життя, не отримуючи від цього ніякої користі», — сказала старша авторка Наталія Траянова, дослідниця, яка спеціалізується на використанні штучного інтелекту в кардіології.
 «Ми маємо можливість з дуже високою точністю передбачити, чи пацієнт має дуже високий ризик раптової серцевої смерті, чи ні».

Результати дослідження опубліковані в журналі Nature Cardiovascular Research.

Гіпертрофічна кардіоміопатія (ГКМП) — одне з найпоширеніших спадкових захворювань серця, яке вражає одного з 200–500 осіб у всьому світі й є провідною причиною раптової серцевої смерті (РСС) у молодих людей та спортсменів.

Багато пацієнтів з ГКМП живуть нормальним життям, але частина з них має значно підвищений ризик РСС. Лікарям було майже неможливо визначити, хто саме ці пацієнти. Нинішні клінічні рекомендації, які використовують лікарі в США та Європі для виявлення пацієнтів з найвищим ризиком смертельного інфаркту, дають приблизно 50% шансів на виявлення потрібних пацієнтів, «що не набагато краще, ніж кидання кубиків», — каже Траянова.

Модель команди значно перевершила клінічні рекомендації за всіма демографічними показниками.

Перегляньте запис:

Як працює модель MAARS

Мультимодальна штучна інтелігенція для стратифікації ризику шлуночкової аритмії (MAARS) прогнозує ризик РСС для окремих пацієнтів, аналізуючи різноманітні медичні дані та записи, а також, вперше, досліджуючи всю інформацію, що міститься в контрастних МРТ-зображеннях серця пацієнта.

У людей з ГКМП розвивається фіброз (рубцювання) у всьому серці, і саме він підвищує ризик РСС. Хоча лікарі не змогли розібратися в необроблених МРТ-зображеннях, модель штучного інтелекту точно визначила критичні візерунки рубців.

«Люди не використовували глибоке навчання на цих зображеннях», — сказала Траянова.
 «Ми можемо витягти цю приховану інформацію із зображень, яка зазвичай не враховується».

Команда протестувала модель на реальних пацієнтах, які лікувалися за традиційними клінічними рекомендаціями в лікарні Джонса Гопкінса та Інституті серця і судин Сенгера в Північній Кароліні.

Перегляньте запис:

Результати: точність та прогностичне значення

У порівнянні з клінічними рекомендаціями, які були точними приблизно в половині випадків, модель ШІ показала 89% точності для всіх пацієнтів, і що найважливіше — 93% для людей віком 40–60 років, які є групою ризику серед пацієнтів з ГКМП, найбільш схильною до раптової серцевої смерті.

Модель також може пояснити, чому пацієнти мають високий ризик, щоб лікарі могли скласти індивідуалізований медичний план.

«Наше дослідження демонструє, що модель ШІ значно покращує нашу здатність передбачати тих, хто має найвищий ризик, порівняно з нашими поточними алгоритмами, і таким чином має силу трансформувати клінічну допомогу», — каже співавтор Джонатан Кріспін, кардіолог з Джонса Гопкінса.

У 2022 році команда Траянової створила іншу мультимодальну модель ШІ, яка пропонувала персоналізовану оцінку виживання пацієнтів з інфарктами, передбачаючи, чи помре людина від зупинки серця і коли саме це станеться.

Команда планує продовжити тестування нової моделі на більшій кількості пацієнтів і розширити алгоритм для використання з іншими типами серцевих захворювань, зокрема серцевим саркоїдозом та аритмогенною кардіоміопатією правого шлуночка.

ДЖЕРЕЛО: Sciencedaily

На платформі Accemedin багато цікавих заходів! Аби не пропустити їх, підписуйтесь на наші сторінки! Facebook. Telegram. Viber. Instagram.