Μια νέα εφαρμογή τεχνητής νοημοσύνης έρχεται να αλλάξει τον τρόπο με τον οποίο μπορούν να εντοπίζονται ορισμένες καρδιακές παθήσεις, καθώς είναι σε θέση να αναλύει ένα απλό ηλεκτροκαρδιογράφημα (ΗΚΓ) σε λιγότερο από δύο δευτερόλεπτα. Το εργαλείο, το οποίο έχει εκπαιδευτεί σε δεδομένα εκατομμυρίων ασθενών, μπορεί να αντλεί από ένα ΗΚΓ πληροφορίες που δεν είναι εύκολα ανιχνεύσιμες από το ανθρώπινο μάτι.
Το ΗΚΓ αποτελεί εδώ και δεκαετίες μία από τις βασικές εξετάσεις για την αξιολόγηση της ηλεκτρικής δραστηριότητας της καρδιάς, ωστόσο δεν μπορεί από μόνο του να επιβεβαιώσει άμεσα την ύπαρξη καρδιακής ανεπάρκειας ή βαλβιδοπάθειας. Για την περαιτέρω διερεύνηση τέτοιων παθήσεων απαιτείται συνήθως υπερηχοκαρδιογράφημα, μια εξέταση για την οποία οι ασθενείς μπορεί να χρειαστεί να περιμένουν ακόμη και μήνες.
Η νέα τεχνολογία παρουσιάστηκε στο ετήσιο συνέδριο της Ευρωπαϊκής Εταιρείας Καρδιολογίας στο Μόναχο και εκτιμάται ότι θα μπορούσε να συμβάλει στην ταχύτερη αναγνώριση ασθενών που χρειάζονται περαιτέρω καρδιολογικό έλεγχο.
Τι έδειξε η δοκιμή
Σε δοκιμή με τη συμμετοχή περίπου 67.000 ασθενών στις ΗΠΑ, το εργαλείο κατάφερε να εντοπίσει έως και το 81% των ασθενών με καρδιακή ανεπάρκεια και έως και το 90% όσων παρουσίαζαν βαλβιδοπάθεια.
Η σημασία της εξέλιξης συνδέεται και με την ευρεία χρήση του ΗΚΓ. Περίπου ένα δισεκατομμύριο ηλεκτροκαρδιογραφήματα πραγματοποιούνται κάθε χρόνο παγκοσμίως, γεγονός που θα μπορούσε να προσφέρει στην τεχνητή νοημοσύνη ένα τεράστιο πεδίο εφαρμογής.
Οι ερευνητές επισημαίνουν, ωστόσο, ότι το εργαλείο δεν μπορεί να χρησιμοποιηθεί ως αυτόνομο διαγνωστικό μέσο για να επιβεβαιώσει ή να αποκλείσει οριστικά μια καρδιακή πάθηση. Μπορεί όμως να λειτουργήσει ως ένα ισχυρό σύστημα έγκαιρης ανίχνευσης, εντοπίζοντας τους ασθενείς που εμφανίζουν αυξημένη πιθανότητα να αντιμετωπίζουν πρόβλημα.
Θα μπορούσε να μειώσει τις αναμονές
Ένα από τα σημαντικότερα οφέλη που εξετάζουν οι επιστήμονες είναι η δυνατότητα ταχύτερης παραπομπής για υπερηχοκαρδιογράφημα. Αν το σύστημα εντοπίσει υψηλή πιθανότητα καρδιακής ανεπάρκειας ή βαλβιδοπάθειας, ο ασθενής θα μπορούσε να εξετάζεται κατά προτεραιότητα, αντί να περιμένει για μεγάλο χρονικό διάστημα.
Η τεχνολογία θα μπορούσε μάλιστα να αξιοποιηθεί και σε ασθενείς που υποβάλλονται σε ΗΚΓ για διαφορετικό λόγο. Το μοντέλο θα μπορούσε να αναλύει συνολικά τα ΗΚΓ ενός νοσοκομείου και να εντοπίζει περιπτώσεις ανθρώπων που ενδέχεται να πάσχουν από καρδιακή νόσο χωρίς να υπάρχει προηγουμένως σχετική υποψία.
Ο ερευνητής που ηγήθηκε της ανάλυσης χαρακτήρισε το σύστημα «υπεράνθρωπη τεχνητή νοημοσύνη», ενώ ως επόμενο βήμα αναφέρεται η ανάπτυξη φορητών συσκευών ΗΚΓ με ενσωματωμένη τεχνητή νοημοσύνη, οι οποίες θα μπορούσαν να χρησιμοποιούνται από επαγγελματίες υγείας.
Η τεχνητή νοημοσύνη «κοιτάζει» και το πρόσωπο
Στο ίδιο συνέδριο παρουσιάστηκε ακόμη μία εφαρμογή της τεχνητής νοημοσύνης στην καρδιολογία. Ερευνητές από το Πανεπιστήμιο του Τόκιο και το Institute of Science Tokyo εξετάζουν την ανάλυση βίντεο του προσώπου, με στόχο τον εντοπισμό μη διαγνωσμένης υψηλής αρτηριακής πίεσης και διαβήτη τύπου 2.
Σύμφωνα με την έρευνα, η ανάλυση ενός βίντεο διάρκειας μόλις πέντε δευτερολέπτων θα μπορούσε να συμβάλει στον εντοπισμό ενδείξεων των συγκεκριμένων παθήσεων, από τις οποίες εκατομμύρια άνθρωποι παγκοσμίως εκτιμάται ότι πάσχουν χωρίς να το γνωρίζουν.
