I en nylig studie utført av Cardiovascular Data Science (CarDS) Lab ved Yale School of Medicine, utviklet forskere et verktøy for kunstig intelligens (AI) som identifiserer personer med høy risiko for å utvikle hjertesvikt ved å analysere elektrokardiogram (EKG) bilder. Dette innovative verktøyet muliggjør tidligere oppdagelse av hjertesvikt, noe som kan føre til en reduksjon i sykehusinnleggelser og for tidlige dødsfall, ifølge forskerne. Funnene fra studien ble publisert på nettet i European Heart Journal. EKG-er er ikke-invasive undersøkelser som vurderer den elektriske aktiviteten i hjertet ved hjelp av elektroder plassert på huden. Ettersom disse testene ofte utføres og er lett tilgjengelige, fungerer de som en utmerket plattform for storskala screening av hjertesvikt. Hjertesvikt er en vanlig hjerte- og karsykdom som rammer millioner globalt. For tiden involverer identifisering av personer med høy risiko for hjertesvikt typisk en kombinasjon av kliniske vurderinger, inkludert omfattende klinisk historie, fysiske undersøkelser og blodprøver, som ikke alltid er tilgjengelige, bemerker førsteforfatter Lovedeep Singh Dhingra, MBBS, postdoktor ved CarDS Lab. Ifølge Dhingra representerer det AI-drevne verktøyet et stort fremskritt i risikovurdering av hjertesvikt. “Modellen vår, som benytter et fotografi av et 12-avledet EKG som input, var i stand til effektivt å vurdere risikoen for hjertesvikt på tvers av varierte populasjoner i USA, Storbritannia og Brasil, ” uttalte han.

“Vi kan nå forutsi hvem som kan være i risiko for å utvikle hjertesvikt i fremtiden, selv før de viser tydelige symptomer. ” Studiets seniorforfatter, Rohan Khera, MD, MS, assisterende professor i medisin (hjerte- og karsykdommer) og direktør for CarDS Lab, fremhevet de betydelige folkehelseimplikasjonene av denne forskningen. “Hver gang en kliniker utfører et EKG—en prosedyre som allerede er en del av standard klinisk omsorg—gir vårt enkle verktøy en mulighet for screening og risikovurdering for hjerte- og karsykdom, ” forklarte Khera. “Den utstrakte tilgjengeligheten av EKG-teknologi, selv i ressurssvake omgivelser, åpner for tidlig intervensjon og forbedrede resultater for pasienter som ellers kunne forbli udiagnostisert. ” Som en del av CarDS Labs globale initiativ, ble AI-modellen testet på tvers av ulike internasjonale populasjoner, noe som understreker dens potensial for bred implementering. “Vårt mål er å sikre bred og rettferdig integrering av AI-baserte helseteknologier i daglig medisinsk praksis, ” la Khera til. “Dette er vår neste utfordring. ” Denne forskningen mottok finansiering fra tilskudd fra National Heart, Lung, and Blood Institute, National Institute on Aging from National Institutes of Health (NIH), og Doris Duke Charitable Foundation. Andre forfattere tilknyttet Yale inkluderer Arya Aminorroaya, MD, PhD, Veer Sangha, Aline Pedroso, PhD, Harlan Krumholz, MD, SM, og Evangelos Oikonomou, MD, DPhil. For mer informasjon, les artikkelen med tittelen “Risikovurdering av hjertesvikt ved bruk av kunstig intelligens anvendt på elektrokardiogrambilder: en multinasjonal studie. ” Avdelingen for indremedisin ved Yale School of Medicine er blant landets fremste avdelinger og forener en elitegruppe av klinikere, forskere, lærere og personale innen en av verdens beste medisinske skoler. For å lære mer, besøk Indremedisin.