A hagyományos elektrokardiográfia (EKG) önmagában nem alkalmas strukturális szívbetegségek azonosítására; ezekhez általában szív-ultrahang (echokardiográfia) szükséges, amelyre sok helyen több hetes vagy hónapos várakozás jellemző. Az új mesterséges intelligencia egy olyan ígéretes megoldást kínál, amely az EKG-eredményekből azonnal jelezheti a leggyakoribb strukturális elváltozások, a szívelégtelenség és a szívbillentyű-betegség korai gyanúját — írja a beszámoló.
Gyorsabb szűrés, kevesebb várólista
A fejlesztők klinikai vizsgálata során összesen 67 000 beteg adatait elemezték; az AI a tanulmány adatai szerint a szívelégtelenségből szenvedők akár 81%-át, a szívbillentyű-betegséggel élők akár 90%-át azonosította. A kutatás eredményeit az Európai Kardiológiai Társaság éves kongresszusán mutatták be Münchenben. A vizsgálat részleteit a brit tudós közlésére hivatkozó beszámoló ismertette.
„Izgalmas látni, hogy a mesterséges intelligencia most már olyan gyorsan képes kiértékelni egy EKG-t, ami szinte egy szempillantásnak tűnik” — mondta Dr. Sonya Babu-Narayan, a vizsgálatot támogató alapítvány klinikai igazgatója és tanácsadó kardiológus.
A technológia gyakorlati értékét az adja, hogy az EKG az egyik leggyakrabban végzett orvosi vizsgálat: világszerte évente mintegy 1 000 000 000 EKG-t végeznek. Ha az AI széleskörűen alkalmazhatóvá válik, lehetőség nyílhat a kivizsgálási sorrend átalakítására: a magas kockázatú páciensek gyorsabb hozzáférést kaphatnak szív-ultrahanghoz és szakellátáshoz, miközben a teljes betegelőjegyzés hatékonyabban priorizálható.
Mire jó és mire nem?
A fejlesztés ígéretes, de nem univerzális megoldás: a kutatók és klinikusok hangsúlyozzák, hogy az AI nem fog minden szívbetegséget kiszűrni. Ennek megfelelően a technológia leginkább kiegészítő eszköz lehet a triázsban és a szűrési lánc rövidítésében, nem pedig a diagnózis kizárólagos alapja.
- Előnyök: gyors kiértékelés, széles körben elérhető EKG-alap, segíthet a veszélyeztetettek priorizálásában.
- Korlátok: nem tökéletes érzékenység és specificitás; további képalkotó vizsgálatok szükségesek a megerősítéshez.
- További kérdések: extern validáció más populációkban, etikailag és jogilag szabályozott alkalmazás, beépítése a betegellátási protokollokba.
Az AI tanulmányának sajtóanyaga és a kongresszusi előadás nem részletezte teljes körűen a modell működésmódját, így a technikai és módszertani finomságok, például a hibaarányok populációnkénti eltérése, a hamis pozitív és hamis negatív arányok pontos megoszlása további publikációkban várható.
| Mutatószám | AI-eredmény a tanulmány szerint |
|---|---|
| Vizsgált betegek száma | 67 000 |
| Szívelégtelenség azonosítása | 81% |
| Szívbillentyű-betegség azonosítása | 90% |
| Éves EKG mennyiség (világ) | 1 000 000 000 |
Következmények a gyakorlatban
Ha a technológia validálása több, földrajzilag és demográfiailag különböző populáción is hasonló eredményeket ad, az egészségügyi rendszereknek meg kell vizsgálniuk a bevezetés feltételeit: jogi-üzemeltetési szabályokat, adatvédelmi garanciákat, a klinikusok felkészítését, valamint a mellékhatások kezelését — például a megnövekedett számú további képalkotó vizsgálat kapacitásigényét. A jelenlegi eredmények ugyanakkor azt jelzik, hogy az AI potenciálisan hatékony eszköz lehet a szívbetegségek korai felismerésében, és érdemes folytatni a bizonyítékon alapuló vizsgálatokat és a pilot bevezetéseket.
Összességében a fejlesztés jó példa arra, hogyan egészítheti ki a mesterséges intelligencia a rutinszerű orvosi vizsgálatokat anélkül, hogy helyettesítené a megerősítő klinikai vizsgálatokat; a közegészségügyi előnyök azonban a pontos validáción, a felelős integráción és a rendszerkészségek fejlesztésén múlnak.
