U nedavnoj studiji koju je provela Laboratorij za kardiovaskularne podatke (CarDS) na Yale School of Medicine, istraživači su stvorili alat umjetne inteligencije (UI) koji identificira pojedince s visokim rizikom od razvoja zatajenja srca analizom slika elektrokardiograma (EKG). Ovaj inovativni alat omogućuje ranije otkrivanje zatajenja srca, što bi moglo dovesti do smanjenja hospitalizacija i prerane smrtnosti, prema riječima istraživača. Nalazi iz studije objavljeni su online u European Heart Journal. EKG-ovi su neinvazivni pregledi koji procjenjuju električnu aktivnost srca korištenjem elektroda postavljenih na kožu. Kako se ovi testovi često provode i lako su dostupni, oni predstavljaju odličnu platformu za masovno testiranje na zatajenje srca. Zatajenje srca je rasprostranjeno kardiovaskularno stanje koje pogađa milijune ljudi diljem svijeta. Trenutno, identifikacija pojedinaca s visokim rizikom od zatajenja srca obično uključuje kombinaciju kliničkih procjena, uključujući sveobuhvatnu kliničku povijest, fizičke preglede i krvne testove, koji možda nisu uvijek dostupni, napominje prvi autor Lovedeep Singh Dhingra, MBBS, postdoktorski suradnik u CarDS Labu. Prema Dhingri, alat temeljen na UI predstavlja veliki napredak u procjeni rizika od zatajenja srca. „Naš model, koji koristi fotografiju 12-kanalnog EKG-a kao ulaz, mogao je učinkovito procijeniti rizik od zatajenja srca u različitim populacijama u Sjedinjenim Američkim Državama, Ujedinjenom Kraljevstvu i Brazilu“, izjavio je.

„Sada možemo predvidjeti tko bi mogao biti u riziku od razvoja zatajenja srca u budućnosti, čak i prije nego što pokaže jasne simptome. “ Viši autor studije, Rohan Khera, MD, MS, asistent profesor medicine (kardiovaskularna medicina) i direktor CarDS Laba, istaknuo je značajne javnozdravstvene implikacije ovog istraživanja. „Svaki put kada kliničar provede EKG—proceduru koja je već dio standardne kliničke skrbi—naš jednostavni alat pruža priliku za testiranje i procjenu rizika od kardiovaskularne bolesti“, objasnio je Khera. „Široka dostupnost EKG tehnologije, čak i u resursima ograničenim okruženjima, omogućuje rano interveniranje i poboljšane ishode za pacijente koji bi inače mogli ostati neprepoznati. “ U sklopu globalne inicijative CarDS Laba, AI model je testiran među raznim međunarodnim populacijama, ističući njegov potencijal za široku primjenu. „Naš cilj je osigurati široku i pravednu integraciju zdravstva temeljenog na umjetnoj inteligenciji u svakodnevnu medicinsku praksu“, dodao je Khera. „To je naš sljedeći izazov. “ Ovo istraživanje financirano je sredstvima koje je osigurao Nacionalni institut za srce, pluća i krv, Nacionalni institut za starenje Nacionalnih instituta zdravlja (NIH) i Zaklada Doris Duke. Među ostalim autorima povezanim s Yale-om su Arya Aminorroaya, MD, PhD, Veer Sangha, Aline Pedroso, PhD, Harlan Krumholz, MD, SM, i Evangelos Oikonomou, MD, DPhil. Za više informacija, pročitajte članak pod naslovom „Procjena rizika od zatajenja srca korištenjem umjetne inteligencije primijenjene na slike elektrokardiograma: multinacionalna studija. “ Odjel za internu medicinu na Yale School of Medicine jedan je od vodećih odjela u zemlji, okupljajući elitnu grupu kliničara, istraživača, edukatora i osoblja unutar jedne od najistaknutijih medicinskih škola na svijetu. Za više informacija, posjetite Internu medicinu.