AI-powered στηθοσκόπιο ανιχνεύει καρδιακές παθήσεις σε 15 δευτερόλεπτα

Η τεχνολογία θα «αλλάξει τα δεδομένα», δήλωσαν ερευνητές

Βαγγέλης Γραικόπουλος
7'

Το στηθοσκόπιο με ενισχυμένη τεχνητή νοημοσύνη (ΑΙ), το οποίο αναπτύχθηκε από ερευνητές του Imperial College London, μπορεί να ανιχνεύσει τρεις κύριες καρδιακές παθήσεις σε μόλις 15 δευτερόλεπτα — με τη δυνατότητα να μετασχηματίσει τον τρόπο με τον οποίο εκατομμύρια ασθενείς λαμβάνουν φροντίδα για την καρδιά τους παγκοσμίως.

Στην πιο ολοκληρωμένη δοκιμή πραγματικών συνθηκών του είδους της, οι ερευνητές δοκίμασαν τη συσκευή σε περισσότερα από 200 ιατρεία γενικών γιατρών στο Λονδίνο, εξετάζοντας πάνω από 12.000 ασθενείς με συμπτώματα καρδιοπάθειας. Τα αποτελέσματα, τα οποία παρουσιάστηκαν στο Συνέδριο της Ευρωπαϊκής Καρδιολογικής Εταιρείας στη Μαδρίτη, έδειξαν ότι το στηθοσκόπιο με τεχνητή νοημοσύνη βελτίωσε δραματικά τα ποσοστά ανίχνευσης: οι ασθενείς είχαν 2,33 φορές περισσότερες πιθανότητες να διαγνωστούν με καρδιακή ανεπάρκεια, η κολπική μαρμαρυγή ανιχνεύθηκε 3,5 φορές συχνότερα και η νόσος των καρδιακών βαλβίδων εντοπίστηκε σχεδόν διπλάσια συχνότητα σε σχέση με τις παραδοσιακές μεθόδους.

Η τεχνολογία μπορεί να αναλύσει ανεπαίσθητες διαφορές στους καρδιακούς παλμούς και τη ροή του αίματος που τα ανθρώπινα αυτιά δεν μπορούν να αντιληφθούν, ενώ παράλληλα εκτελεί μια γρήγορη δοκιμή για να καταγράψει την ηλεκτρική δραστηριότητα στην καρδιά.

Οι ειδικοί υποστηρίζουν ότι αυτή η χρήση της τεχνητής νοημοσύνης θα μπορούσε να «αλλάξει τα δεδομένα», επιτρέποντας την έγκαιρη θεραπεία ασθενών με καρδιακή ανεπάρκεια, βαλβιδοπάθεια και ανωμαλίες του καρδιακού ρυθμού, γνωστές και ως κολπική μαρμαρυγή.

Αναβάθμιση ενός εργαλείου 200 ετών
Το παραδοσιακό στηθοσκόπιο, που εφευρέθηκε το 1816, επιτρέπει στους γιατρούς να ακούν τους εσωτερικούς ήχους του σώματος ενός ασθενούς. Το στηθοσκόπιο – το μέρος του εργαλείου που τοποθετείται στο σώμα – περιλαμβάνει ένα «κουδούνι», μια μικρή συσκευή σε σχήμα κυπέλλου που χρησιμοποιείται για να ακούει ήχους χαμηλής συχνότητας από την καρδιά.
Ωστόσο, η νέα συσκευή αντικαθιστά το γνώριμο κομμάτι του στήθους με μια ψηφιακή μονάδα που καταγράφει ταυτόχρονα ηλεκτρικά σήματα από την καρδιά μέσω του ηλεκτροκαρδιογραφήματος ενώ καταγράφει και τον ήχο της ροής του αίματος μέσω ενός μικροφώνου.
Αυτές οι πληροφορίες αποστέλλονται στη συνέχεια στο cloud και αναλύονται από την τεχνητή νοημοσύνη που έχει εκπαιδευτεί με βάση δεδομένα δεκάδων χιλιάδων ανθρώπων. Το αποτέλεσμα εξέτασης επισημαίνει εάν ένας ασθενής διατρέχει κίνδυνο καρδιακής ανεπάρκειας ή όχι αποστέλλεται σε ένα smartphone.

Ακόμη, ένας άλλος αλγόριθμος μπορεί να ανιχνεύσει την κολπική μαρμαρυγή, η οποία συχνά δεν έχει συμπτώματα αλλά μπορεί να αυξήσει τον κίνδυνο εγκεφαλικών επεισοδίων.

Εξέταση ασθενούς -(φωτο: Imperial College London)

Αντιμετωπίζεται ένα κρίσιμο κενό στην υγειονομική περίθαλψη

Η χρονική στιγμή αυτής της σημαντικής ανακάλυψης είναι ιδιαίτερα κρίσιμη λόγω των τρεχουσών διαγνωστικών προκλήσεων. Οι περισσότεροι άνθρωποι με καρδιακή ανεπάρκεια διαγιγνώσκονται μόνο όταν φτάνουν στα τμήματα επειγόντων περιστατικών σοβαρά άρρωστοι, σύμφωνα με τον Δρ. Mihir Kelshiker από την ερευνητική ομάδα.

Η καρδιακή ανεπάρκεια επηρεάζει πάνω από ένα εκατομμύριο ανθρώπους μόνο στο Ηνωμένο Βασίλειο, και σε πάνω από 70% των περιπτώσεων, διαγιγνώσκεται μόνο μετά από εισαγωγή στο νοσοκομείο για επείγον περιστατικό.

Η τεχνολογία στηθοσκοπίου με τεχνητή νοημοσύνη, που κατασκευάζεται από την εταιρεία Eko Health με έδρα την Καλιφόρνια, έχει ήδη λάβει έγκριση από τον FDA και χρησιμοποιείται σε ορισμένα ιατρεία γενικής ιατρικής. Η συσκευή πέτυχε 85% ευαισθησία και 70% ειδικότητα στην ανίχνευση χαμηλού κλάσματος εξώθησης, έναν βασικό δείκτη καρδιακής ανεπάρκειας.

Κλινική Επικύρωση και Μελλοντική Εφαρμογή

Η μελέτη Tricorder αποτελεί ένα από τα πρώτα μεγάλης κλίμακας ερευνητικά προγράμματα τεχνητής νοημοσύνης που διεξήχθησαν σε ιατρεία γενικών γιατρών στη Βρετανία. Ωστόσο, η έρευνα αποκάλυψε νέες προκλήσεις ως προς την εφαρμογή του. Το 70% των ιατρείων που παρέλαβαν τα έξυπνα στηθοσκόπια σταμάτησαν να τα χρησιμοποιούν ή τα χρησιμοποιούσαν σπάνια μετά από 12 μήνες. Οι ερευνητές σημείωσαν ότι θα απαιτηθούν προσπάθειες για την ενσωμάτωση της τεχνολογίας στις υπάρχουσες συνήθειες των γενικών γιατρών, με σκοπό την ευρύτερη υιοθέτησή της.

Η μελέτη διαπίστωσε επίσης ότι τα δύο τρίτα των ατόμων που η τεχνητή νοημοσύνη ανέδειξε ως ύποπτα για καρδιακή ανεπάρκεια, στην πραγματικότητα δεν έπασχαν από την πάθηση όταν υποβλήθηκαν σε επιπλέον αιματολογικές εξετάσεις ή υπερηχογραφήματα καρδιάς. Παρόλο που αυτό θα μπορούσε να οδηγήσει σε αχρείαστο άγχος και επιπλέον εξετάσεις, οι ερευνητές τόνισαν ότι η τεχνολογία μπορεί να ανιχνεύσει σημάδια καρδιακής ανεπάρκειας που αλλιώς θα παρέμεναν απαρατήρητα.

Η Δρ. Σόνια Μπάμπου-Ναραγιάν, κλινική διευθύντρια στο Βρετανικό Ίδρυμα Καρδιολογίας (BHF) δήλωσε: «Αυτό είναι ένα κομψό παράδειγμα του πώς το ταπεινό στηθοσκόπιο, που εφευρέθηκε πριν από περισσότερα από 200 χρόνια, μπορεί να αναβαθμιστεί για τον 21ο αιώνα», σύμφωνα με το the independent.

«Χρειαζόμαστε καινοτομίες όπως αυτές, που να παρέχουν έγκαιρη ανίχνευση της καρδιακής ανεπάρκειας, επειδή πολύ συχνά αυτή η διάγνωση αυτής της πάθησης γίνεται μόνο σε προχωρημένο στάδιο, όταν οι ασθενείς προσέρχονται στο νοσοκομείο ως επείγον περιστατικό.»

«Δεδομένης μιας έγκαιρης διάγνωσης, οι άνθρωποι μπορούν να έχουν πρόσβαση στη θεραπεία που χρειάζονται για να τους βοηθήσει να ζήσουν καλά για μεγαλύτερο χρονικό διάστημα».

Εν τω μεταξύ, το στηθοσκόπιο ήταν 3,45 φορές πιο πιθανό να εντοπίσει περιπτώσεις κολπικής μαρμαρυγής και 1,92 φορές πιο πιθανό να διαγνώσει βαλβιδοπάθεια, όταν μία ή περισσότερες από τις τέσσερις βαλβίδες της καρδιάς δεν λειτουργούν σωστά.

Ο Δρ. Mihir Kelshiker, μέλος της ερευνητικής ομάδας από το Imperial College London και το Imperial College Healthcare NHS Trust, δήλωσε: «Οι περισσότεροι άνθρωποι με καρδιακή ανεπάρκεια διαγιγνώσκονται μόνο όταν φτάνουν στα επείγοντα με σοβαρή ασθένεια.

«Αυτή η δοκιμή δείχνει ότι τα στηθοσκόπια με τεχνητή νοημοσύνη θα μπορούσαν να το αλλάξουν αυτό, δίνοντας στους γενικούς ιατρούς ένα γρήγορο και απλό εργαλείο για να εντοπίζουν προβλήματα νωρίτερα, ώστε οι ασθενείς να μπορούν να λαμβάνουν τη σωστή θεραπεία νωρίτερα».

Μοιραστείτε αυτό το άρθρο