A Yale Orvostudományi Iskolájának Cardiovascular Data Science (CarDS) Laboratóriumában nemrégiben végzett kutatás során a kutatók egy olyan mesterséges intelligencia (AI) eszközt hoztak létre, amely elektrokardiogram (EKG) képek elemzésével azonosítja a szívelégtelenség kockázatának kitett egyéneket. Ez az innovatív eszköz lehetővé teszi a szívelégtelenség korábbi észlelését, ami a kutatók szerint csökkentheti a kórházi kezelések számát és a korai halálozást. A tanulmány eredményei online megjelentek az Európai Szívórai Folyóiratban. Az EKG non-invazív vizsgálatok, amelyek a szív elektromos aktivitását értékelik, a bőrre helyezett elektródák segítségével. Mivel ezeket a vizsgálatokat gyakran elvégzik és könnyen hozzáférhetők, kiváló platformot jelentenek a nagyszabású szívelégtelenségi szűréshez. A szívelégtelenség egy elterjedt szív- és érrendszeri állapot, amely világszerte milliókat érint. Jelenleg a szívelégtelenség kockázatának azonosítása tipikusan klinikai értékelések kombinációját foglalja magában, beleértve a részletes klinikai kórtörténetet, a fizikális vizsgálatokat és a vérvizsgálatokat, amelyek nem mindig elérhetők – jegyzi meg Lovedeep Singh Dhingra, MBBS, a CarDS Laboratórium posztdoktori munkatársa, az első szerző. Dhingra szerint az AI-vezérelt eszköz jelentős előrelépést jelent a szívelégtelenségi kockázat értékelésében. „A modellünk, amely egy 12 vezetékes EKG fényképét használja bemenetként, hatékonyan képes értékelni a szívelégtelenség kockázatát az Egyesült Államokban, az Egyesült Királyságban és Brazíliában fellelhető különböző populációk körében” – mondta.

„Most már előre látjuk, ki lehet veszélyeztetve a jövőben a szívelégtelenség kialakulásában, még mielőtt egyértelmű tünetek jelentkeznének. ” A kutatás idősebb szerzője, Rohan Khera, MD, MS, a belgyógyászat (szív- és érrendszeri medicina) adjunktusa és a CarDS Laboratórium igazgatója hangsúlyozta a kutatás jelentős közegészségügyi vonatkozásait. „Minden alkalommal, amikor egy klinikus EKG-t végez – amely már a standard klinikai ellátás részét képezi – ez az egyszerű eszköz lehetőséget biztosít a szív- és érrendszeri betegségek szűrésére és kockázatértékelésére” – magyarázta Khera. „Az EKG technológia széles körű elérhetősége, még forráshiányos környezetekben is, lehetővé teszi a korai beavatkozást és a jobb eredményeket azok számára, akiket egyébként nem diagnosztizálnának. ” A CarDS Laboratórium globális kezdeményezésének részeként az AI modellt különböző nemzetközi populációk körében tesztelték, hangsúlyozva a széles körű alkalmazás lehetőségét. „Célunk, hogy biztosítsuk az AI-alapú egészségügyi technológiák széleskörű és egyenlő integrációját a mindennapi orvosi gyakorlatba” – tette hozzá Khera. „Ez a következő kihívásunk. ” A kutatás finanszírozásában szerepet játszott a Szív-, Tüdő- és Vérintézet, az Országos Egészségügyi Intézet (NIH) Öregedés Nemzeti Intézete és a Doris Duke Charitable Foundation által nyújtott támogatás. A Yale-hoz kapcsolódó további szerzők: Arya Aminorroaya, MD, PhD, Veer Sangha, Aline Pedroso, PhD, Harlan Krumholz, MD, SM, és Evangelos Oikonomou, MD, DPhil. További információkért olvassa el „A szívelégtelenség kockázatának stratifikálása mesterséges intelligencia alkalmazásával elektrokardiogram képeken: multinacionális tanulmány” című cikket. A Yale Orvostudományi Iskolájának Belső Orvostan Tanszéke az ország vezető tanszékei közé tartozik, egyesítve a klinikusok, kutatók, oktatók és alkalmazottak elit csoportját a világ egyik legjobb orvosi egyetemén. További információkért látogasson el a Belső Orvostan oldalára.