Sztuczna inteligencja zmienia oblicze medycyny – tym razem w leczeniu migotania przedsionków. Naukowcy z Mount Sinai opracowali innowacyjny model AI, który analizuje pełną dokumentację medyczną pacjenta i oferuje spersonalizowane rekomendacje dotyczące stosowania leczenia przeciwzakrzepowego. Nowe podejście pozwala precyzyjnie ocenić ryzyko udaru i krwawienia u konkretnej osoby, a nie – jak dotąd – na podstawie uśrednionych danych populacyjnych. To krok w stronę indywidualnej, bardziej bezpiecznej i skutecznej terapii.
Z tego artykułu dowiesz się…
- Jak działa nowy model sztucznej inteligencji opracowany przez Mount Sinai.
- Dlaczego AI może skuteczniej oceniać ryzyko udaru i krwawienia niż standardowe skale kliniczne.
- Co oznacza indywidualizacja leczenia przeciwzakrzepowego w praktyce.
- Jakie znaczenie ma ten przełom dla przyszłości opieki nad pacjentami z migotaniem przedsionków.
Indywidualne podejście zamiast uśrednionych ocen
Zespół naukowców z Mount Sinai opracował innowacyjny model sztucznej inteligencji (AI), który umożliwia tworzenie spersonalizowanych decyzji terapeutycznych dla pacjentów z migotaniem przedsionków (AF). Celem systemu jest precyzyjne określenie, czy dana osoba rzeczywiście odniesie korzyść z leczenia przeciwzakrzepowego – standardowo stosowanego w zapobieganiu udarom mózgu, ale obarczonego także ryzykiem powikłań krwotocznych.
Nowe podejście może znacząco zmienić sposób podejmowania decyzji klinicznych, oferując rekomendacje oparte nie na populacyjnych szacunkach, ale na pełnej historii klinicznej danego pacjenta.
To badanie stanowi gruntowną modernizację sposobu, w jaki zarządzamy leczeniem przeciwzakrzepowym u pacjentów z migotaniem przedsionków i może zmienić paradygmat podejmowania decyzji klinicznych – mówi dr Joshua Lampert, dyrektor ds. uczenia maszynowego w Mount Sinai Fuster Heart Hospital.
Dlaczego to przełom w medycynie?
Migotanie przedsionków to najczęstsze zaburzenie rytmu serca, które dotyczy nawet 59 milionów ludzi na świecie. Zaburzenie to znacząco zwiększa ryzyko udaru, ponieważ w wyniku drżenia przedsionków krew może zalegać w jamach serca i tworzyć skrzepy. Te z kolei mogą przedostać się do mózgu, prowadząc do niedokrwienia.
Standardową profilaktyką w takich przypadkach są doustne antykoagulanty. Jednak nie każdy pacjent odnosi z ich stosowania czysty zysk – w niektórych przypadkach ryzyko powikłań, takich jak krwawienia, przewyższa korzyści terapeutyczne. Dotychczasowe narzędzia, jak skale CHA₂DS₂-VASc czy HAS-BLED, są pomocne, ale opierają się na populacyjnych danych statystycznych, nie uwzględniając w pełni indywidualnych cech pacjenta.
Nowy model AI analizuje całą dokumentację medyczną, bilansując ryzyko udaru i powikłań krwotocznych na poziomie jednostkowym.
Jak działa model?
Model został wytrenowany na imponującym zbiorze danych: 1,8 miliona pacjentów, 21 milionów wizyt lekarskich, 82 milionach notatek klinicznych i 1,2 miliarda punktów danych. Na tej podstawie opracowano zindywidualizowane rekomendacje oparte na tzw. korzyści netto – różnicy między przewidywanymi skutkami stosowania a niestosowania leczenia przeciwzakrzepowego.
Walidacja odbyła się na dwóch poziomach:
- 38 642 pacjentów z Mount Sinai Health System,
- 12 817 pacjentów z baz zewnętrznych ze Stanford University.
W wyniku analizy okazało się, że około połowie pacjentów z migotaniem przedsionków AI odradziła leczenie przeciwzakrzepowe, mimo że zgodnie z aktualnymi wytycznymi powinni je otrzymać.
Nowa jakość w komunikacji klinicznej
Jak wyjaśnia Justin Kauffman, data scientist w Mount Sinai.
Kiedy pacjenci otrzymują wyniki badań lub zalecenia dotyczące leczenia, mogą zapytać: »Co to konkretnie dla mnie oznacza?«. Stworzyliśmy nowy sposób udzielania odpowiedzi na to pytanie.
System pozwala na generowanie jasnych, mierzalnych informacji o prawdopodobieństwie wystąpienia udaru lub krwawienia u konkretnego pacjenta. To znacząco wspiera nie tylko proces podejmowania decyzji, ale też komunikację z pacjentem – umożliwiając wspólne podejmowanie decyzji klinicznych w oparciu o dane.
Eksperci: zmiana paradygmatu w leczeniu
Jak mówi dr Vivek Reddy, dyrektor Zakładu Elektrofizjologii Kardiologicznej w Mount Sinai:
Unikanie udaru mózgu jest najważniejszym celem w leczeniu pacjentów z migotaniem przedsionków, zaburzeniem rytmu serca, które według szacunków dotyka co trzecią osobę dorosłą w którymś momencie życia.
Jak dodaje dr Girish Nadkarni, kierownik Katedry Sztucznej Inteligencji i Zdrowia Człowieka w Icahn School of Medicine w Mount Sinai:
Wychodząc poza uniwersalne, populacyjne skale ryzyka, możemy teraz zapewnić lekarzom indywidualne, specyficzne dla pacjenta prawdopodobieństwo udaru i krwawienia, umożliwiając wspólne podejmowanie decyzji i precyzyjne strategie antykoagulacji.
Autorzy podkreślają, że kolejnym krokiem powinny być randomizowane badania kliniczne, które potwierdzą skuteczność modelu AI w codziennej praktyce klinicznej. Jeśli wyniki się potwierdzą, może to oznaczać całkowitą zmianę podejścia do leczenia przeciwzakrzepowego w migotaniu przedsionków – jednej z najczęstszych i najpoważniejszych chorób układu sercowo-naczyniowego.
Główne wnioski
- Nowy model AI opracowany przez Mount Sinai analizuje pełną dokumentację medyczną pacjenta i generuje spersonalizowane rekomendacje leczenia przeciwzakrzepowego.
- W badaniu przeklasyfikowano ok. 50% pacjentów z migotaniem przedsionków jako niewymagających leczenia antykoagulantami – mimo że zgodnie z aktualnymi wytycznymi powinni je otrzymać.
- Model opiera się na szacunkach ryzyka dla konkretnej osoby, a nie na populacyjnych narzędziach oceny ryzyka, co pozwala precyzyjniej dostosować terapię.
- Technologia może zrewolucjonizować opiekę nad pacjentami z migotaniem przedsionków, minimalizując ryzyko udaru i poważnych krwawień dzięki dokładniejszym decyzjom terapeutycznym.
Źródło:
- Mount Sinai Health System
