שימוש בבינה מלאכותית (AI) לניתוח אלקטרוקרדיוגרמות (ECG) שיפר את הזיהוי של התקפי לב חמורים, כולל אלה שהופיעו עם תסמינים לא קונבנציונליים, או דפוסי אק"ג לא טיפוסיים, והפחתת תוצאות חיוביות שגויות, על פי מחקר שפורסם ב- JACC: התערבויות קרדיווסקולריות ובמקביל הוצג ב- TCT 2025 בסן פרנסיסקו.
ST-segment elevation myocardial infarction (STEMI) הוא סוג חמור של התקף לב שבו העורק הכלילי הראשי חסום, ומונע את זרימת הדם לשריר הלב. שחזור מהיר של זרימת הדם, או זרימת דם חוזרת, באמצעות התערבות כלילית מלעורית היא סטנדרט הטיפול; עם זאת, העיכובים בהשגת הזמן המומלץ על ידי ההנחיה עד להפרפוזיה חוזרת עדיין נמשכים, במיוחד בבתי חולים ומרכזים שאינם מתמחים ב-PCI ובאזורים כפריים. זמן עד לרפרפוזיה של יותר מ-90 דקות קשור לשיעורי תמותה גבוהים פי שלושה.
"פירוש א.ק.ג מונע בינה מלאכותית יכול להביא את הטוב משני העולמות – לזהות התקפי לב אמיתיים בשלב מוקדם תוך הפחתת הפעלות מיותרות", אמר רוברט הרמן, MD, PhD, המחבר הראשי של המחקר וחוקר לב וכלי דם בבית החולים AZORG באאלסט, בלגיה.
שיפור הדיוק של הניסוי במגע הרפואי הראשון יכול לייעל את הטיפול החירום, להפחית את העייפות והעומס על הצוותים הקליניים, ולהבטיח שמטופלים שבאמת זקוקים להתערבות דחופה יקבלו זאת ללא דיחוי".
רוברט הרמן, חוקר לב וכלי דם, בית החולים AZORG
באחת ההערכות הגדולות והמציאותיות הראשונות של מודל ECG מבוסס AI עבור ניסוי STEMI במצב חירום, החוקרים בדקו בדיעבד 1,032 חולים עם חשד ל-STEMI שהפעילו פרוטוקולי רפרפוזיה חירום. הנתונים הגיעו משלושה מרכזי PCI ראשוניים מגוונים גיאוגרפית בין ינואר 2020 למאי 2024. ה-ECG הראשוני של כל מטופל עבר ניתוח על ידי מודל STEMI AI ECG (מלכת הלבבות) שאומן לזהות חסימה כלילית חריפה, כולל מקבילות ל-STEMI ולהבדיל מחיקויים שפירים.
אנגיוגרפיה וסמנים ביולוגיים אישרו כי 601 (58%) היו STEMIs ו-431 (42%) היו חיוביות כוזבות. מודל ה-AI ECG הצליח טוב יותר משלישון סטנדרטי, וזיהה 553 מתוך 601 STEMIs מאומתים לעומת 427 שזוהו על ידי טריאג' סטנדרטי ב-ECG הראשוני. ל-AI ECG היה שיעור חיובי שגוי של 7.9% לעומת 41.8% עבור טריאז' סטנדרטי, המייצג הפחתה של פי חמישה.
"תוצאות אלו מצביעות על כך שלאבחון STEMI משופר בינה מלאכותית במגע רפואי ראשון יש פוטנציאל לקצר את זמן הטיפול ולהפחית הפעלת שווא", אמר Timothy D. Henry, MD, FACC, מחבר בכיר של המחקר, הקתדרה הנכבדה של משפחת Carl and Edyth Lindner למחקר קליני ומנהלת רפואית של Carl and Edyth Lindner Christ Hospital for Research and Education. "טכנולוגיה זו עשויה להיות בעלת ערך במיוחד באופטימיזציה של העברת חולי STEMI ממרכזים שאינם PCI כדי להבטיח טיפול בזמן והולם."
בהערת מערכת נלווית, מוחמד אלחולי, MD, MBA, קרדיולוג ב- Mayo Clinic, אמר כי יש לשבח את החוקרים על פיתוח מודל AI תפעולי שמטרתו לטפל באחד ההיבטים המורכבים והמועדים ביותר לטעויות של תרגול קרדיולוגיה התערבותית-הפעלת STEMI.
עם זאת, הוא הדגיש כי יש לפרש את מודל הבינה המלאכותית המופעל במחקר בזהירות, שכן הוא פותח במקור כדי לזהות עורקים חסומים ולא STEMI ומחייב אימות פרוספקטיבי נוסף על פני אוכלוסיות חולים מגוונות.
"האתגר האמיתי אינו הוכחה לדיוק בלבד, אלא נכונות לשילוב, לווסת ולפרש בינה מלאכותית כהשלמה לשיפוט אנושי, במיוחד במסגרות קליניות רגישות לזמן רב", אמר אלחולי.
