Ma a szívhalál rejtett jeleit fedezte fel az MI

A UC Berkeley kutatói mesterséges intelligencia segítségével olyan, korábban ismeretlen jelet fedeztek fel a rutin elektrokardiogramokban – vagyis azokban az egyszerű szívvizsgálatokban, amelyeket szinte mindenki kapott már –, amelynek segítségével azonosítani lehet azokat a betegeket, akiknél fennáll a hirtelen szívhalál kockázata; mindezt a Nature tudományos folyóirat szerdán megjelent tanulmánya tárta a világ elé. Ezek az eredmények az orvostudomány egyik legmakacsabb és legtragikusabb diagnosztikai problémájára adnak választ: évente több mint 300 000 amerikai hal meg hirtelen szívmegállásban, közülük sokan előzetes figyelmeztető jelek nélkül, és anélkül, hogy bármi jelezte volna róluk, hogy életmentő beültethető defibrillátor elhelyezésére lenne szükségük.

A kutatócsoportot Ziad Obermeyer vezette, aki a UC Berkeley Közegészségügyi Karának docense és sürgősségi orvos. A csapat egy úgynevezett mély tanulási modellt – vagyis egy olyan mesterséges intelligenciát, amely hatalmas mennyiségű adatból képes önállóan tanulni – képzett ki több mint 440 000 EKG-felvételen, amelyeket Svédország egységes egészségügyi rendszeréből gyűjtöttek össze, és hat éven át halotti anyakönyvi kivonatokkal párosítottak, így az algoritmus megtanulhatta, hogy mi különbözteti meg azokat, akik később meghaltak, azoktól, akik életben maradtak. Az algoritmust ezután San Diegó-i és taipei kórházi rendszerekből származó, elkülönített betegadatbázisokon is tesztelték és megerősítették.

A mesterséges intelligencia rendszer azonosított egy magas kockázatú csoportot, amelynek éves hirtelen szívhalálozási rátája 7% volt – szemben a jelenleg használt standard klinikai tesztek 4,6%-ával, amelyek azt mérik, hogy a szív minden egyes ütemmel mennyi vért pumpál ki. A modell ráadásul egy nagyobb betegcsoportot jelölt meg magas kockázatúként, amelynek túlnyomó többsége a jelenlegi orvosi irányelvek alapján egyébként alacsony kockázatúnak tűnne, vagyis ezek az emberek minden valószínűség szerint figyelmeztetés nélkül estek volna ki az egészségügyi rendszer rostáján.

Az alapvető nehézség – magyarázta Obermeyer – az, hogy a hirtelen szívhalál szinte nyomot sem hagy maga után. Ellentétben az elzárt artériák okozta szívinfarktussal, amelynek megvannak a maga klasszikus tünetei és röntgenre látható jelei, a szívmegállás hirtelen elektromos zavarból ered, amely szinte láthatatlan a hagyományos vizsgálatok számára. „Az teszi ezt a problémát egyszerre tragikussá és az AI számára rendkívül alkalmassá, hogy van rá gyógymódunk" – mondta Obermeyer.

„Ha tudnád, hogy te leszel az, aki egyszer csak holtan esik össze, elmennél egy kardiológushoz, és beültettetnél egy defibrilátort. A gond az, hogy az orvosok nem tudják meghatározni, kinek van erre szüksége, mielőtt még túl késő lenne."

A tanulmányhoz szükséges adatok összegyűjtése nagyjából egy évtizedet vett igénybe, és két, Obermeyer által társalapított szervezet közreműködését igényelte: a Dandelion Health-ét és a Nightingale Open Science-ét – ez már önmagában is érzékelteti, mekkora vállalkozás volt ez.

Obermeyer csapata már svédországi, tajvani és egyesült államokbeli egészségügyi rendszerekkel együttműködve dolgozik azon, hogy az algoritmust valódi kórházi EKG-adatbázisokon is bevessék a mindennapi gyakorlatban; a megjelölt pácienseket értesítenék, és lehetőséget kapnának arra, hogy folyamatos szívmonitorozást végző tapaszt viseljenek, ami végső soron defibrillátor beültetéséhez is elvezethet. A kutatók emellett abban is reménykednek, hogy a mesterséges intelligencia által azonosított hullámforma-mintázatok egy egészen új élettani mechanizmusra mutathatnak rá a szív hirtelen meghibásodása mögött – és ha ez bebizonyosodik, az teljesen új utakat nyithat meg az alapszintű szívkutatásban is.

Felhasznált források: Berkeley, Nature