2021. 10. 27. - 09:40

A szívelégtelenség láthatatlan jeleit is észlelheti a mesterséges intelligencia

A szívelégtelenség láthatatlan jeleit is észlelheti a mesterséges intelligencia

Egy új, öntanuló algoritmus az elektrokardiogram leolvasásával képes észlelni a vérszivattyúzási problémákat – így a mesterséges intelligencia észreveszi a szívelégtelenség jeleit.

Észlelni tudja a szívelégtelenség láthatatlan jeleit a mesterséges intelligencia. Az öntanuló algoritmus a vérpumpálási problémákat veszi észre az elektrodiagram (EKG) leolvasásakor.
 
Az amerikai Mount Sinai kutatói alkották meg a speciális, mesterséges intelligencia alapú algoritmust, mely képes volt megtanulni, hogyan lehet azonosítani az elektrokardiogramok (EKG-k vagy ECG-k) finom elváltozásait, s így megjósolni, szívelégtelenségben szenved-e a páciens.
 
„Megmutattuk, hogy a mélytanulási algoritmusok fel tudják ismerni a vérpumpálási problémákat a szív mindkét oldalán az ECG hullámformáiból - mondta Benjamin S. Glicksberg, PhD, a Mount Sinai genetikai és genomikai tudományok adjunktusa, a Hasso Plattner Institute for Digital tagja. -  Az ilyen típusú szívbetegségek diagnosztizálása általában drága és időigényes eljárásokat igényel. Reméljük, ez az algoritmus lehetővé teszi a szívelégtelenség gyorsabb diagnosztizálását.” Olvasd el: Mesterséges intelligencia a rejtett szívbetegségek felderítésére
 
A mesterséges intelligencia lehetővé teheti a szívelégtelenség gyorsabb diagnosztizálását
A mesterséges intelligencia lehetővé teheti a szívelégtelenség gyorsabb diagnosztizálását
 
A tanulmányt a kutatók a Journal of the American College of Cardiology: Cardiovascular Imaging című folyóiratban jelentették meg.
 
A vizsgálatot Akhil Vaid orvos, posztdoktor tudós, a Glicksberg laboratórium munkatársa, valamint Girish N. Nadkarni, orvos, a Mount Sinai Icahn Orvostudományi Iskola orvostudományi docense és vezetője vezette, aki a Division of Data-Driven and Digital Medicine (D3M) munkatársa, s egyben a tanulmány vezető szerzője is.
 
A szívelégtelenség vagy pangásos szívelégtelenség akkor fordul elő, amikor a szív kevesebb vért pumpál, mint amennyire a szervezetnek általában szüksége van.
 
Az orvosok éveken át az echodiagram nevű technikára támaszkodtak a szívelégtelenség megállapításához – ez a módszer, bár hasznos, munkaigényes eljárás lehet, melyet csak bizonyos kórházakban végeznek.
 
A mesterséges intelligencia területén a közelmúltban elért áttörések azonban azt sugallják, hogy az elektrokardiogram – a széles körben használt elektromos rögzítőeszköz – gyors és könnyen elérhető alternatívát jelenthet ilyen esetekben.
 
Korábban számos tanulmány mutatta már ki, hogy egy mélytanulási algoritmus miként képes észlelni a szív bal kamrájának gyengeségét, amely a friss, oxigéndús vért kiszorítja a test többi részébe.
 
A jelenlegi tanulmányban a kutatók olyan algoritmus kifejlesztéséről számoltak be, mely nemcsak a bal kamra erejét mérte fel, hanem a jobb kamráét is - amely a szervezetből felszívja a beáramló, oxigéntelenített vért és a tüdőbe pumpálja azt. Olvasd el: Szelfiből azonosítja a szívbetegség jeleit a mesterséges intelligencia
 
Az EKG-leolvasások bizonyos változásai túlságosan finomak finomak ahhoz, hogy ezeket emberi szem észrevehesse – mutatott rá dr. Nadkarni.
 
Hozzátette: ez a tanulmány azonban izgalmas előrelépést jelent abban, hogy megtalálják a rejtett információkat az EKG-adatokban - egy viszonylag egyszerű és széles körben elérhető teszt segítségével mindez jobb szűrési és kezelési paradigmákat eredményezhet.
 
A kutatók nagy erőkkel fejlesztenek olyan mesterséges intelligenciát, amely képes a teljes szív működését könnyű és olcsó megoldásokkal megérteni.
 
A számítógép több mint 700 ezer elektrokardiogram- és echokardiogram-jelentést olvasott le - melyek 150 ezer, a Mount Sinai Egészségügyi Rendszerben kezelt betegtől származtak, 2003 és 2020 között gyűjtötték őket. Négy kórház adatait használták fel a számítógép betanítására, az ötödik kórházét az algoritmus működésének tesztelésére alkalmazták.
 
 
L.A.

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.
hungarospa_logo_kicsi
gyulai_vafurdo

profight_banner.