Sydän- ja verisuonisairauksien varhainen diagnoosi on erittäin tärkeää potilaiden hengen pelastamiseksi. (Kuvassa:
Stentin asettaminen auttaa palauttamaan verenkierron potilaiden sepelvaltimoihin.
Kuva: Tam Anhin yleissairaala/Uutiset ja etniset ryhmät -sanomalehti
Brittiläisen The Guardian -lehden mukaan tätä teknologiaa on koulutettu miljoonille potilaille, ja se pystyy poimimaan enemmän tietoa tavallisesta sydänsähkökäyrästä (EKG) kuin ihmissilmä pystyy havaitsemaan.
EKG, sydämen sähköisen toiminnan, mukaan lukien sykkeen ja rytmin, tallentamismenetelmä, on ollut tärkeä lääketieteellinen työkalu sydänkohtausten ja rytmihäiriöiden diagnosoinnissa yli vuosisadan ajan. Tämä menetelmä ei kuitenkaan pysty havaitsemaan kaikkia sydänsairauksia, kuten sydämen vajaatoimintaa ja läppävikoja. Näiden sairauksien diagnosoimiseksi potilaiden on usein tehtävä sydämen kaikukuvaus, ja heidän on ehkä odotettava kuukausia.
Tutkimusryhmä kehitti tekoälytyökalun, joka pystyy havaitsemaan sydämen vajaatoiminnan ja läppävian – kahden yleisimmän sydänsairauden muodon – merkkejä EKG-tuloksista lähes välittömästi.
Tämän teknologian yksityiskohtia esiteltiin tuhansille osallistujille Euroopan kardiologiseuran vuosikokouksessa Münchenissä, joka on maailman suurin kardiologian konferenssi.
Varhainen diagnoosi on ratkaisevan tärkeää sydämen vajaatoimintaa ja läppävikaa sairastaville potilaille, sillä se auttaa tunnistamaan hoitoa tarvitsevat ennen kuin tilasta tulee vakava. Tällä teknologialla katsotaan olevan laaja potentiaali, sillä maailmanlaajuisesti tehdään noin miljardi EKG-tutkimusta vuosittain.
Yhdysvalloissa tehdyissä 67 000 potilasta käsittäneissä kokeissa tekoälytyökalu pystyi tunnistamaan jopa 81 % sydämen vajaatoimintaa sairastavista ja jopa 90 % läppävikaa sairastavista.
Tutkimuksen rahoittaneen British Heart Foundationin (BHF) kardiologikonsultti ja kliininen johtaja, tohtori Sonya Babu-Narayan, sanoi tekoälyn voivan tarjota lähes välittömiä EKG-analyysituloksia. Hän lisäsi, että vaikka teknologia ei pysty havaitsemaan kaikkia sydänsairauksia sairastavia, sillä on potentiaalia tunnistaa riskiryhmään kuuluvat potilaat varhaisessa vaiheessa, mikä nopeuttaa hoitoa.
Tämä teknologia ei yksinään pysty diagnosoimaan tai sulkemaan pois sydämen vajaatoimintaa tai läppävikaa, mutta se voi antaa viitteitä näiden sairauksien mahdollisesta riskistä. Suuren riskin potilaat voidaan ohjata sydämen kaikukuvaukseen aikaisemmin sen sijaan, että he odottaisivat tavallisella odotuslistalla.
Imperial College Londonin kardiologi, professori Fu Siong Ng, sanoi, että potilaiden on usein odotettava sydämen kaikukuvausta useita kuukausia lääkärin lähetteen jälkeen. Hän uskoo, että tekoälyteknologia voisi auttaa tunnistamaan riskiryhmään kuuluvat potilaat, jotta heidät voidaan priorisoida sydämen kaikukuvauksiin nopeammin.
Professori Ng ehdotti myös, että tekoälymalleja voitaisiin käyttää kaikkien sairaaloissa tehtyjen EKG-tutkimusten analysointiin, mikä mahdollistaisi sydämen vajaatoiminnan ja sydänläppävian riskiryhmään kuuluvien henkilöiden varhaisen havaitsemisen, vaikka heillä ei vielä epäiltäisikään näitä sairauksia.
BHF:n kliininen tutkija ja Imperial College Londonin johtava analyytikko, tohtori Ahmed El-Medany, kuvaili työkalua ”yli-inhimilliseksi tekoälyksi”. Hän sanoi, että seuraava haaste on kehittää tekoälyyn integroituja kannettavia EKG-lukijoita terveydenhuollon ammattilaisten käyttöön.
Münchenin konferenssissa kuultiin myös tutkimuksesta, joka osoittaa, että tekoälyllä toimiva kasvojen videoanalyysi voi nopeasti havaita diagnosoimattoman korkean verenpaineen ja tyypin 2 diabeteksen.
Tokion yliopiston ja Tokion tiedeinstituutin tutkijat sanovat, että viiden sekunnin kasvovideoiden analysointi tekoälyn avulla voisi auttaa diagnoosin parantamisessa. Miljoonilla ihmisillä on korkea verenpaine tai tyypin 2 diabetes, mutta he eivät ole tietoisia sairastamisestaan.
Lähde: https://baotintuc.vn/khoa-hoc-doi-song/cong-cu-ai-sieu-pham-phat-hien-benh-tim-chi-trong-chua-day-2-giay-20260901095556369.htm