חוקרי הר סיני החוקרים סוג של מחלת לב המכונה קרדיומיופתיה היפרטרופית (HCM) כיולו אלגוריתם של בינה מלאכותית (AI) כדי לזהות במהירות ובאופן ספציפי יותר חולים עם המצב ומסמן אותם כסיכון גבוה לתשומת לב רבה יותר במהלך פגישות הרופא.
האלגוריתם, המכונה Viz HCM, אושר בעבר על ידי מינהל המזון והתרופות לגילוי HCM באלקטרוקרדיוגרמה (ECG). מחקר הר סיני, שפורסם ב -22 באפריל בכתב העת Nejm aiמקצה הסתברויות מספריות לממצאי האלגוריתם.
לדוגמה, בעוד שהאלגוריתם אולי היה אומר בעבר "מסומן כחשוד HCM" או "סיכון גבוה ל- HCM", המחקר של הר סיני מאפשר פרשנויות כמו "יש לך סיכוי של כ -60 אחוזים לקבל HCM", אומר הסופר המתאים ג'ושוע למפרט, מנהל למידת מכונה בבית החולים הר פוסטר.
כתוצאה מכך, חולים שלא אובחנו בעבר כחולי HCM עשויים להיות מסוגלים להבין טוב יותר את סיכון המחלה האישית שלהם, מה שמוביל להערכה מהירה יותר ומותאמת יותר, יחד עם טיפול במניעת סיבוכים כמו מוות לבבי פתאומי, במיוחד בקרב חולים צעירים.
זהו צעד חשוב קדימה בתרגום אלגוריתמים חדשים של למידה עמוקה לתרגול קליני על ידי מתן קלינאים וחולים עם מידע משמעותי יותר. הקלינאים יכולים לשפר את זרימות העבודה הקליניות שלהם על ידי הבטחת חולי הסיכון הגבוה ביותר שזוהו בראש רשימת העבודה הקלינית שלהם באמצעות כלי מיון. ניתן לייעץ טוב יותר על ידי חולים על ידי קבלת מידע אינדיבידואלי יותר באמצעות כיול מודל המשפר את הפרשנות של ציוני סיווג המודל. אין להדגים האם אסטרטגיית כיול מקומית זו חלה באופן אוניברסלי על הגדרות אחרות. זה יכול להפוך את התרגול הקליני מכיוון שהגישה מספקת מידע משמעותי בצורה פרגמטית קלינית כדי להקל על הטיפול בחולים. "
ד"ר יהושע למפרט, עוזר פרופסור לרפואה (קרדיולוגיה ורפואה מונעת נתונים ודיגיטלית), בית הספר לרפואה של איקאהן בהר סיני
HCM משפיע על אחד מכל 200 אנשים ברחבי העולם והוא סיבה מובילה להשתלת לב. עם זאת, חולים רבים אינם יודעים שיש להם את המצב עד שיש להם תסמינים והמחלה עשויה כבר להתקדם.
חוקרי הר סיני ניהלו את אלגוריתם Viz HCM על כמעט 71,000 חולים שעברו אלקטרוקרדיוגרמה בין 7 במרץ, 2023 ל -18 בינואר 2024. האלגוריתם סימן 1,522 כבעלי התראה חיובית עבור HCM. החוקרים סקרו את הרשומות ואת נתוני ההדמיה כדי לאשר אילו חולים סבלו מאבחון HCM מאושר.
לאחר סקירת האבחנות שאושרו, החוקרים יישמו כיול מודל על הכלי AI כדי להעריך האם ההסתברות המכוילת של HCM מתואמת עם הסבירות בפועל של חולים שיש להם את המחלה. הם מצאו כי המודל המכויל אכן נתן הערכה מדויקת לסבירותו של המטופל להיות HCM.
השימוש במודל לניתוח תוצאות א.ק.ג. רופאים יוכלו להסביר את הסיכון האינדיבידואלי לכל מטופל, במקום לציין במעורפל שמודל AI סימן אותם. זה עשוי לעזור לעסוק בחולים חדשים ולטיפול במניעת תוצאות שליליות הקשורות ל- HCM, כמו מוות פתאומי או תסמינים משריר הלב המעובה החוסם את זרימת הדם.
"מחקר זה מספק גרגיריות נחוצה כדי לעזור לחשוב מחדש על האופן בו אנו משולשים, מסכנים את הסיכון ומייעצים מטופלים. בעידן של אינטליגנציה מוגברת, עלינו לצמוח כדי לשלב תחכום חדש בגישה שלנו לטיפול בחולים", אומר הסופר המשותף ויווק רדי, MD, מנהל הפרופסור של קרדיאק. אלקטרופיזיולוגיה. "באמצעות קרדיומיופתיה היפרטרופית כמקרה שימוש ממחיש, אנו מראים כיצד אנו יכולים להפעיל באופן פרגמטי כלים חדשים גם בהגדרת מחלות פחות שכיחות על ידי מיון סיווגי AI לחולי טריאג '."
"מחקר זה משקף את מדעי היישום הפרגמטיים במיטבו, ומדגים כיצד אנו יכולים לשלב כלי AI מתקדמים באחריות ובמחשבה בזרימות עבודה קליניות בעולם האמיתי", אומר הסופר המשותף ג'יריש נ. נדקרני, MD, MPH, יו"ר המחלקה לווינדריץ ', ומנהלת אנושות אנושית ומנהלת דגים של האסו, ומנהלת דיגיטלית, ובארגון דיגיטלי, ובארג'ור. בית הספר לרפואה של ICAHN בהר סיני. "לא מדובר רק בבניית אלגוריתם בעל ביצועים גבוהים-זה לדאוג שהוא תומך בקבלת החלטות קליניות באופן שמשפר את תוצאות המטופלים ומתאימות לאופן שבו הטיפול בפועל. עבודה זו מראה כיצד מודל מכויל יכול לעזור לקלינאים לתעדף את החולים הנכונים בזמן הנכון, ובכך, עוזרת לממש את המלא של הפוטנציאל של AI ברפואה."
השלב הבא הוא להרחיב את המחקר הזה וכיול AI עבור HCM למערכות בריאות נוספות ברחבי הארץ.
Viz.ai בחסות מחקר זה. ד"ר למפרט הוא יועץ בתשלום עבור Viz.ai.
