Nagłe zatrzymanie krążenia pozostaje jednym z najpoważniejszych wyzwań współczesnej kardiologii. Każdego roku w samych Stanach Zjednoczonych z jego powodu umiera ponad 300 tys. osób. Problem polega na tym, że u wielu pacjentów śmiertelne zaburzenia rytmu serca pojawiają się bez wcześniejszych objawów, a obecnie stosowane metody identyfikacji osób zagrożonych nie pozwalają wykryć znacznej części przyszłych ofiar.
Przełomowe badanie opublikowane na łamach czasopisma „Nature” pokazuje jednak, że sztuczna inteligencja może znacząco poprawić skuteczność wykrywania osób najbardziej narażonych na nagłą śmierć sercową. Naukowcy z University of California, Berkeley opracowali algorytm analizujący elektrokardiogram (EKG), który identyfikuje niewidoczne dotąd sygnały świadczące o zwiększonym ryzyku zgonu.
Z tego artykułu dowiesz się…
- Jak system sztucznej inteligencji analizujący zapis EKG wykrywa osoby zagrożone nagłą śmiercią sercową,
- Dlaczego nowy algorytm okazał się skuteczniejszy od obecnie stosowanych metod oceny ryzyka,
- Jakie znaczenie mają wyniki badania opublikowanego w „Nature” dla kwalifikacji pacjentów do wszczepienia kardiowertera-defibrylatora,
- W jaki sposób AI może zmienić przyszłość diagnostyki kardiologicznej i pomóc zapobiegać tysiącom zgonów każdego roku.
Czym jest nagła śmierć sercowa?
Nagła śmierć sercowa najczęściej jest następstwem nagłego zatrzymania krążenia wywołanego zaburzeniami elektrycznej pracy serca. W przeciwieństwie do zawału mięśnia sercowego, którego przyczyną jest zamknięcie przepływu krwi w tętnicy wieńcowej, w tym przypadku dochodzi do gwałtownej awarii układu elektrycznego serca.
Jeżeli nie zostanie natychmiast wdrożona resuscytacja krążeniowo-oddechowa oraz defibrylacja, szanse na przeżycie dramatycznie spadają. Według danych przedstawionych przez autorów badania około 90% osób, u których do nagłego zatrzymania krążenia dochodzi poza szpitalem, umiera w ciągu kilku minut. Dlatego kluczowe znaczenie ma identyfikacja osób zagrożonych jeszcze przed wystąpieniem pierwszego incydentu.
AI znalazła sygnały niewidoczne dla dotychczasowych metod
Badacze wykorzystali ponad 440 tysięcy zapisów EKG pochodzących ze Szwecji, które połączono z krajowymi rejestrami zgonów. Algorytm uczono rozpoznawania subtelnych zmian w przebiegach elektrycznych serca poprzez analizę zapisów:
- osób zdrowych,
- pacjentów z grup ryzyka,
- osób, u których w późniejszym czasie doszło do nagłej śmierci sercowej.
Po zakończeniu procesu uczenia model został zweryfikowany na niezależnych bazach danych obejmujących tysiące pacjentów ze Stanów Zjednoczonych oraz Tajwanu. Dzięki temu naukowcy mogli sprawdzić, czy algorytm zachowuje wysoką skuteczność również w innych populacjach.
Skuteczniejszy niż obecne standardy diagnostyczne
Najczęściej stosowaną metodą kwalifikowania pacjentów do wszczepienia kardiowertera-defibrylatora jest ocena frakcji wyrzutowej lewej komory, czyli ilości krwi wypompowywanej przez serce podczas każdego skurczu.
Jak wykazało badanie, metoda ta identyfikuje grupę pacjentów, u których roczne ryzyko nagłej śmierci sercowej wynosi około 4,6%. Nowy system AI osiągnął znacznie lepszy wynik. Algorytm wyodrębnił grupę osób, u których roczne ryzyko wynosiło 7%, identyfikując jednocześnie tysiące dodatkowych pacjentów, którzy według obecnych standardów byli uznawani za osoby niskiego ryzyka. Oznacza to, że wielu chorych mogłoby zostać objętych odpowiednią opieką jeszcze przed wystąpieniem śmiertelnego incydentu.
Dlaczego obecne metody nie wystarczają?
Autorzy badania zwracają uwagę, że współczesna kwalifikacja do implantacji defibrylatorów nie jest optymalna. Z jednej strony tysiące pacjentów wysokiego ryzyka pozostaje niewykrytych. Z drugiej strony aż około dwóch trzecich wszczepionych defibrylatorów nigdy nie musi interweniować, co oznacza, że wielu pacjentów przechodzi kosztowne i inwazyjne procedury, które ostatecznie okazują się zbędne. Jak podkreśla główny autor badania, dr Ziad Obermeyer:
Jednym z czynników, które sprawiają, że problem jest tak tragiczny, ale jednocześnie bardzo dobrze nadaje się do zastosowania w przypadku sztucznej inteligencji, jest to, że mamy na niego lekarstwo. Ekspert dodaje: Gdybyś wiedział, że jesteś jedną z osób, które umrą, poszedłbyś do kardiologa i wszczepiłby ci defibrylator. Problem polega na tym, że lekarze nie potrafią określić, kto go potrzebuje, zanim będzie za późno.
„Czarna skrzynka” serca może przestać być tajemnicą
Zdaniem autorów badania sztuczna inteligencja nie tylko poprawia trafność decyzji klinicznych, ale również pozwala lepiej zrozumieć fizjologię serca. Jak podkreśla dr Obermeyer:
Decyzje medyczne są naprawdę trudne i myślę, że właśnie dlatego sztuczna inteligencja jest dla mnie tak ekscytująca. Dodaje również: możemy nie tylko podejmować lepsze decyzje, ale także zacząć rozumieć, co tak naprawdę dzieje się z tymi pacjentami, zanim ich serce przestanie bić.
Badacze wskazują, że odkryty przez AI sygnał elektrofizjologiczny może stać się przedmiotem kolejnych badań nad mechanizmami prowadzącymi do śmiertelnych arytmii.
Dane z trzech krajów i niemal dekada pracy
Przygotowanie modelu wymagało ogromnych zasobów danych oraz wieloletniej współpracy międzynarodowej. Proces obejmował:
- sześć lat danych EKG ze szwedzkiego systemu ochrony zdrowia,
- walidację w szpitalach w San Diego,
- niezależne dane z Tajpej.
Łącznie zebranie materiału badawczego zajęło niemal 10 lat. Jak podkreśla Obermeyer:
Dobra sztuczna inteligencja zaczyna się od dobrych danych. Dodaje również: niestety, dostęp do danych, takich jak te, których użyliśmy w tym badaniu, jest niezwykle trudny. To w dużej mierze dlatego tak mało jest obecnie w użyciu klinicznej sztucznej inteligencji.
Kolejny etap: wdrożenie do praktyki klinicznej
Badacze rozpoczęli już współpracę z placówkami medycznymi w Szwecji, Stanach Zjednoczonych oraz na Tajwanie. Algorytm będzie analizował rutynowo wykonywane badania EKG i automatycznie oznaczał pacjentów wymagających dalszej diagnostyki.
Osoby zakwalifikowane jako wysokiego ryzyka będą mogły zostać objęte ciągłym monitorowaniem pracy serca za pomocą specjalnych plastrów monitorujących. W uzasadnionych przypadkach możliwe będzie również wszczepienie kardiowertera-defibrylatora, który może zapobiec nagłej śmierci sercowej. Równolegle uruchomiono platformę internetową umożliwiającą zainteresowanym zgłoszenie chęci udziału w przyszłych analizach EKG z wykorzystaniem nowego systemu AI.
AI coraz bliżej codziennej kardiologii
Autorzy badania podkreślają, że sztuczna inteligencja może w najbliższych latach stać się ważnym narzędziem wspierającym decyzje kliniczne w kardiologii. Analiza rutynowych zapisów EKG pozwala wykrywać subtelne wzorce niewidoczne dla człowieka, dzięki czemu możliwe jest wcześniejsze rozpoznanie osób zagrożonych nagłą śmiercią sercową. Jeżeli wyniki zostaną potwierdzone w kolejnych badaniach i wdrożeniach klinicznych, rozwiązanie może przyczynić się do uratowania tysięcy pacjentów rocznie oraz bardziej precyzyjnego kwalifikowania chorych do terapii z wykorzystaniem wszczepialnych defibrylatorów.
Główne wnioski
- Algorytm sztucznej inteligencji wytrenowany na ponad 440 tys. zapisów EKG skuteczniej identyfikuje osoby zagrożone nagłą śmiercią sercową niż obecnie stosowane metody kliniczne.
- System AI wyodrębnił grupę pacjentów z rocznym ryzykiem nagłej śmierci sercowej wynoszącym 7%, podczas gdy standardowa ocena oparta na frakcji wyrzutowej wskazuje grupę o ryzyku 4,6%, co pozwala wykryć tysiące dodatkowych pacjentów wymagających opieki.
- Badanie opublikowane w „Nature” wykorzystało dane ze Szwecji, Stanów Zjednoczonych i Tajwanu, a przygotowanie oraz walidacja modelu trwały blisko dekadę.
- Naukowcy z University of California, Berkeley rozpoczęli już wdrażanie algorytmu do praktyki klinicznej, aby wspierać wcześniejsze wykrywanie pacjentów wymagających monitorowania lub wszczepienia kardiowertera-defibrylatora.
Źródło:
- https://www.nature.com/articles/s41586-026-10674-6
- University of California – Berkeley
