מודל AI חדש טוב בהרבה מרופאים בזיהוי חולים העשויים לחוות דום לב.
ה- Linchpin הוא יכולתה של המערכת לנתח הדמיית לב המוחלטת לאורך זמן, לצד קשת מלאה של רשומות רפואיות, כדי לחשוף מידע שנסתר בעבר על בריאות הלב של המטופל.
העבודה במימון פדרלי, בראשות חוקרי אוניברסיטת ג'ונס הופקינס, יכלה להציל חיים רבים וגם לחסוך אנשים רבים התערבויות רפואיות מיותרות, כולל השתלת דפיברילטורים לא נחוצים.
"נכון לעכשיו יש לנו חולים שמתים בראש חייהם מכיוון שהם לא מוגנים ואחרים שמגיעים עם דפיברילטורים למשך שארית חייהם ללא תועלת", אמרה הסופרת הבכירה נטליה טריאנובה, חוקרת התמקדה בשימוש בבינה מלאכותית בקרדיולוגיה. "יש לנו את היכולת לחזות ברמת דיוק גבוהה מאוד אם חולה נמצא בסיכון גבוה מאוד למוות לבבי פתאומי או לא."
הממצאים מתפרסמים היום ב מחקרי קרדיווסקולריים טבעייםו
קרדיומיופתיה היפרטרופית היא אחת ממחלות הלב המורשתות הנפוצות ביותר, המשפיעות על אחת מכל 200 עד 500 אנשים ברחבי העולם, והיא מהווה גורם מוביל למוות לבבי פתאומי בקרב צעירים וספורטאים.
חולים רבים עם קרדיומיופתיה היפרטרופית יחיו חיים תקינים, אך אחוזים נמצאים בסיכון מוגבר משמעותי למוות לבבי פתאומי. כמעט בלתי אפשרי היה לרופאים לקבוע מיהם אותם חולים.
ההנחיות הקליניות הנוכחיות המשמשות רופאים ברחבי ארצות הברית ואירופה כדי לזהות את החולים בסיכון הגבוה ביותר להתקפי לב קטלניים יש סיכוי של 50% לזהות את החולים הנכונים, "לא הרבה יותר טוב מאשר לזרוק קוביות", אומר טריאנובה.
המודל של הצוות הצליח באופן משמעותי על ההנחיות הקליניות בכל הדמוגרפיה.
AI רב-מודאלי לריבוד סיכוני הפרעות קצב חדרי (MAARS), מנבא את הסיכון של חולים בודדים למוות לבבי פתאומי על ידי ניתוח מגוון של נתונים ורישומים רפואיים, ובפעם הראשונה, בחינת כל המידע הכלול בתמונות MRI משופרות הניגודיות של ליבו של המטופל.
אנשים עם קרדיומיופתיה היפרטרופית מפתחים פיברוזיס, או צלקות, על פני ליבם וזה הצטלקות שמעלה את הסיכון שלהם למוות לבבי פתאומי. בעוד שרופאים לא הצליחו להבין את תמונות ה- MRI הגולמיות, מודל ה- AI אפס ממש את דפוסי הצטלקות הקריטיים.
אנשים לא השתמשו בלמידה עמוקה על התמונות האלה. אנו מסוגלים לחלץ מידע נסתר זה בתמונות שלא בדרך כלל לא מוטלות עליו. "
נטליה טרייאנובה, סופרת בכירה
הצוות בדק את המודל נגד חולים אמיתיים שטופלו בהנחיות הקליניות המסורתיות בבית החולים ג'ונס הופקינס ובמכון לב וכלי הדם של סנגר בצפון קרוליינה.
בהשוואה להנחיות הקליניות שהיו מדויקות בערך מחצית הזמן, מודל ה- AI היה מדויק של 89% בקרב כל החולים, ובאופן קריטי, 93% מדויקים עבור אנשים בני 40 עד 60, האוכלוסייה בקרב חולי קרדיומיופתיה היפרטרופית ביותר למוות לבבי.
מודל ה- AI יכול גם לתאר מדוע חולים בסיכון גבוה כך שרופאים יוכלו להתאים תוכנית רפואית שתתאים לצרכים הספציפיים שלהם.
"המחקר שלנו מדגים כי מודל ה- AI משפר באופן משמעותי את היכולת שלנו לחזות את הסיכון הגבוה ביותר בהשוואה לאלגוריתמים הנוכחיים שלנו ובכך יש את הכוח לשנות טיפול קליני", אומר המחבר המשותף ג'ונתן קריספין, קרדיולוג של ג'ונס הופקינס.
בשנת 2022, הצוות של טרייאנובה יצר מודל AI רב-מודאלי שונה שהציע הערכת הישרדות אישית לחולים עם אוטם, תוך חיזוי אם ומתי מישהו ימות מדום לב.
הצוות מתכנן לבדוק עוד יותר את המודל החדש על יותר מטופלים ולהרחיב את האלגוריתם החדש לשימוש בסוגים אחרים של מחלות לב, כולל סרקואידוזיס לב וקרדיומיופתיה חדרית הימנית.
המחברים כוללים את צ'אנגקסין לאי, מינגלאנג יין, יוג'ין ג. חולמובסקי, דן מ. פופסקו, אדים בינקה, סטפן ל. צימרמן, אליסון ג. הייס, כל ג'ונס הופקינס; דאי-יין לו ומ 'רוזל אברהם ממרכז המצוינות הקרדיומיופתיה ההיפרטרופית באוניברסיטת קליפורניה בסן פרנסיסקו; ואריקה שרר ודרמוט מ. פלן של בריאות אטריום.
