2026. 05. 13. - 08:20
Felfedi a szívelégtelenség korai jeleit a mesterséges intelligencia-vezérelt EKG
Egy új, mesterséges intelligenciával működő elektrokardiogram (EKG) képes a szívelégtelenség korai jeleinek kimutatására.
Kimutatta a szívelégtelenség egyik korai jelét az új, mesterséges intelligencia-vezérelt EKG.
A viszonylag olcsó elektrokardiogramok (EKG-k) mesterséges intelligencia algoritmussal történő értelmezése pontosan képes volt kiszűrni a betegeket a szívelégtelenség egyik kulcsfontosságú előfutára szempontjából egy kenyai vizsgálat során - derül ki az UT Southwestern Medical Center kutatói által vezetett tanulmányból.
Olcsóbb és hatékony a mesterséges intelligenciával támogatott EKG
A JAMA Cardiology folyóiratban publikált eredmények arra utalnak, hogy a MI-vel kiegészített EKG (MI-EKG) elemzés potenciálisan alacsony költségű és hatékony stratégia lehet a szívfunkció-károsodásban szenvedő páciensek azonosítására.
„Az eredmények alátámasztják, hogy a MI-EKG egy praktikus, skálázható szűrőeszköz lehet, amely hatékonyan képes azonosítani a szívelégtelenség kockázatának kitett egyéneket az erőforrás-korlátozott környezetben, ahol az echokardiográfiához való hozzáférés korlátozott, ezzel áthidalva a globális szív- és érrendszeri ellátásban tapasztalható kritikus hiányosságot” – mondta el dr. Ambarish Pandey belgyógyászati docens a UT Southwestern Kar Kardiológiai Tanszékéről, illetve Peter O'Donnell Jr. Közegészségügyi Iskolájából, aki a Belgyógyászat Geriátriai Osztályán is rendelkezik másodlagos kinevezéssel. Olvasd el: A mesterséges intelligencia olcsóbban rájöhet a szívelégtelenségre
Felfedi a szívelégtelenség korai jeleit a mesterséges intelligencia-vezérelt EKG
A tanulmány vezető szerzője dr. Pandey, mellette olyan kutatók nevéhez fűződik a vizsgálat, mint dr. Neil Keshvani, a UT Southwestern belgyógyászati tanszékének adjunktusa, valamint Bernard Samia, M.B.Ch.B., M.Med., M.P.H., a kenyai M.P. Shah Kórház konzultáns orvosa és kardiológusa, a Kenyai Szívgyógyászati Társaság elnöke.
A szívelégtelenség egy krónikus állapot, melyben a szív nem képes elegendő vért pumpálni a szervezet szükségleteinek kielégítésére – s világszerte egyre gyakoribb az emberek körében.
Ez a teher különösen súlyos a szubszaharai Afrikában, ahol az egészségügyi erőforrások korlátozottak, s a betegeknél fiatalabb korban alakul ki szívelégtelenség, valamint rosszabb kimenetellel is néznek szembe annak ellenére, hogy kevesebb szövődményük van, mint a fejlett országokban élő pácienseknek.
A szívelégtelenségnek több előfutára is van
A szívelégtelenség kialakulása előtt sok betegnél olyan prekurzor állapotok alakulnak ki, mint például a bal kamrai szisztolés diszfunkció (LVSD), melyben a szív bal kamrája nem pumpálja hatékonyan a vért.
Az echokardiográfia, amely ultrahang segítségével készít képeket a szívről, az LVSD és más szívelégtelenség-előzmények diagnosztizálásának arany standardja – magyarázta dr. Pandey.
Ezek a vizsgálatok azonban rendkívül drágák - a fejlődő országok jellemzően nem rendelkeznek a szükséges felszereléssel és szakértelemmel.
Az egyenlőtlenség kezelése érdekében dr. Pandey és kollégái értékelték az AI-EKG használatát, amelyben egy tipikus EKG-t – a szív elektromos funkciójának vizsgálatát – mesterséges intelligencia-algoritmus egészít ki, amely a bal kamrai disszociáció (LVSD) és más szívelégtelenség-előzmények jeleit keresi.
Az AI-EKG ígéretes eredményeket mutatott a fejlett országokban végzett tesztelés során - ritkán értékelték korábban fejlődő országban.
A kutatócsoport közel 6 ezer beteget toborzott, akik rutin klinikai ellátásért érkeztek nyolc kenyai egészségügyi intézménybe, s ezekben AI-EKG-t is készítettek róluk. Ezen csoportnak egy részhalmazán - összesen 1.444 páciensen -, echokardiográfiát is alkalmaztak az AI-EKG eredményeik megerősítése céljából.
Az AI-algoritmus az echokardiográfiát is kapók 14,1 százalékánál azonosított LVSD-t.
Az AI-EKG 99,1 százalékos negatív prediktív értékkel rendelkezett, ami azt jelenti, hogy szinte minden olyan beteg, akinek az eredményei nem mutattak LVSD-re utaló jelet, negatív eredményt kapott echokardiográfiával.
A vizsgálatban a pozitív AI-EKG szűrés szoros összefüggést mutatott a káros szívizom-átépülés egyéb markereivel, beleértve a bal kamrai hipertrófiát és a diasztolés diszfunkciót. Az algoritmus magas érzékenységet mutatott.
A bal kamrai disszociációban szenvedők 95,6 százalékát helyesen azonosította - miközben magas specificitást mutatott a betegséggel nem rendelkezők 79,4 százalékának pontos azonosításában.
B.A.
