Группа клиницистов и ученых из Tempus и Geisinger обнаружила, что новая модель искусственного интеллекта может точно выявлять пациентов с повышенным риском недиагностированного структурного заболевания сердца.
Структурная болезнь сердца (ССЗ) представляет собой группу состояний, которые неблагоприятно влияют на клапаны, стенки, камеры или мышцы сердца. SHD, как правило, является прогрессирующим заболеванием, которое вызывает различные изнурительные симптомы или смерть, поэтому важно диагностировать и лечить пациентов на ранней стадии, чтобы предотвратить эти неблагоприятные исходы. Тем не менее, многие пациенты с болезнью не диагностированы.
В исследовании Темпус и Гейзингера была предпринята попытка устранить этот диагностический пробел путем разработки новой модели машинного обучения, которая использует данные электрокардиограммы (ЭКГ) в 12 отведениях — недорогого и широко используемого теста, измеряющего электрические сигналы сердца, — для выявления пациентов с высокой риск недиагностированного ВПС. Модель rECHOmmend, опубликованная в журнале Circulation, может предсказать любое из семи структурных заболеваний сердца, которые можно диагностировать с помощью эхокардиографии (УЗИ сердца ).
Команда специалистов по данным и медицинских исследователей использовала 2,2 миллиона ЭКГ от более чем 480 000 пациентов за 37 лет лечения пациентов в Geisinger, чтобы обучить глубокую нейронную сеть — специализированный тип модели ИИ — предсказывать, кто из пациентов без предшествующей истории болезни SHD, разовьет клинически значимое заболевание, которое может получить пользу от мониторинга или лечения в соответствии с рекомендациями. В целом, исследование показало, что модель показала превосходную производительность, превосходя производительность любой ранее опубликованной модели, предсказывающей какое-либо отдельное заболевание. Результаты показывают, что клиницисты, использующие эту модель, могут обнаружить больше заболеваний при меньшем количестве диагностических исследований.
«Структурные болезни сердца сопряжены с высокой заболеваемостью и смертностью, и эта модель действенна и практична для выявления недиагностированных пациентов в клинической практике », — сказал Джоэл Дадли, доктор философии, главный научный сотрудник Tempus. «Наши две команды продолжают искать новые способы применения ИИ для прогнозирования сердечных заболеваний до того, как они достигнут тяжелой стадии необратимого истощения для пациентов, и исследование rECHOmmend основано на этой фундаментальной работе».
«Прошлые исследования показали способность искусственного интеллекта обеспечивать скрининг отдельных заболеваний с помощью эхокардиографии. Исследование rECHOmmend основано на исследованиях, направленных на дальнейшее улучшение возможностей эхокардиографии в качестве инструмента скрининга структурных заболеваний сердца», — сказал Альваро Уллоа Серна, доктор философии., старший научный сотрудник Geisinger и ведущий автор исследования. «Это может позволить более раннюю диагностику и потенциально избежать дальнейшего развития болезни и ее изнурительных симптомов».
