Вештачката интелигенција може да предвиди срцев удар

Иако бројот на заболени од кардиоваскуларни болести се зголемува, благодарение на подобрите превентивни и акутни медицински мерки, истовремено значително се намалува смртноста, односно релативниот број на смртни случаи.

Во иднина, вештачката интелигенција веројатно дополнително ќе го зголеми овој позитивен развој, бидејќи може многу рано да ги препознае потенцијалните опасности: од мноштвото резултати од прегледите и тестовите, може да филтрираат одредени обрасци или неправилности, што дури и најдобрите експерти не би можеле да ги пронајдат толку брзо.

Еве три студии кои покажуваат како тоа може да функционира.

Болка во градите: вештачката интелигенција подобро ги анализира сликите од скенерот

Вештачката интелигенција би можела да ги спаси животите на илјадници пациенти со болка во градите, чиј ризик од срцев удар не бил идентификуван за време на скенирањето со компјутерска томографија (КТ), според студијата на Универзитетот Оксфорд презентирана на 13 ноември.

Со споредување на стандардната процедура со онаа каде се употребува вештачка интелигенција – научниците дошле до заклучок дека примената на вештачката интелигенција може да доведе до преку 20 отсто помалку срцеви удари и осум отсто помалку мозочни удари и смртни случаи поради срцева слабост. Со тоа е исплатлива и за здравствениот систем.

За прв пат во светот, кардиолозите добија проценки на ризик генерирани од вештачка интелигенција за 744 пациенти – по што го променија лекувањето на пациентите до 45 проценти од случаите.

„Нашата студија покажа дека некои пациенти кои пристигнуваат во болница со болка во градите – и често се смирувани со седативи и испраќани дома – имаат висок ризик од срцев удар во следната деценија, дури и во отсуство на какви било знаци на болест во нивните срцеви артерии. Покажавме дека обезбедувањето на кардиолозите со точна слика за ризикот може да го промени и потенцијално да го подобри текот на лекувањето на многу срцеви пациенти“, вели Хараламбос Антонијадес , кој го води тимот на научници од Медицинскиот оддел Редклиф на Универзитетот во Оксфорд.

Нивниот фокус е на механизмите со кои различните депоа на масно ткиво влијаат на кардиоваскуларниот систем, особено на ѕидовите на крвните садови и на срцевиот мускул (миокардот). Во медицинската наука, масното ткиво сега се смета за „биохемиска фабрика“ во човечкото тело, која произведува широк спектар на биоактивни молекули, кои пак можат да играат клучна улога во различни ткива.

Три четвртини од пациентите по скенирањето се испраќаат дома како здрави

Околу 350.000 луѓе годишно во Велика Британија прават скенирање на срцето поради болка во градите. Тој преглед се смета за стандарден тест за откривање на стеснување или блокирање на коронарните артерии.

Кај околу три четвртини од скенираните пациенти немало јасни знаци на значително стеснување на коронарните артерии и не биле дополнително лечени.

За жал, многу од нив во иднина ќе починат од срцев удар, бидејќи малите, незабележливи стеснувања – доколку се воспалени – можат да пукнат и да ги блокираат артериите, што доведува до срцев удар. До неодамна, не беше можно однапред да се идентификуваат овие високоризични пациенти.

Тимот на Антонијадес анализирал податоци од над 40.000 луѓе кои биле подложени на рутински кардиолошки КТ скенови во осум британски болници. Пациентите биле следени во просек 2,7 години.

Додека оние со значително стеснување на коронарните артерии имале поголема веројатност да имаат сериозни проблеми со срцето или да умрат – двојно повеќе пациенти без значително стеснување имале срцев удар или починале од кардиоваскуларни болести.

Вештачката интелигенција го анализира воспалението

Тимот на научници од Оксфорд ја искористил својата нова вештачка интелигенција, која е обучена да ги користи следните информации:

– за промени во масното ткиво околу воспалените артерии, што може да укаже на ризик од сериозни болести како што е срцев удар

– за стеснување на артериите

– за други клинички фактори на ризик.

Понатамошното тестирање на дополнителни 3.393 пациенти во текот на 7,7 години покажа дека вештачката интелигенција може – независно и точно – да го предвиди ризикот од срцеви заболувања.

И кај оние без стеснети артерии, луѓето со највисоко ниво на воспаление во нивните крвни садови имале повеќе од десет пати поголем ризик од смрт во споредба со оние со пониски нивоа на воспаление.

Вештачката интелигенција е подобра во читањето на ЕКГ

Еве уште еден пример: во средината на 2023 година, научниците од САД и Канада воведоа вештачка интелигенција која бара сомнителни обрасци во кривата на електрокардиограмот (ЕКГ) и може да открие опасни блокади во коронарните артерии многу посигурно дури и од искусни кардиолози.

И овде, колку порано се препознае опасноста, толку е помал ризикот од влошување на состојбата. Така, на пример, со релативно безопасна рутинска процедура, можно е да се постават таканаречени стентови, многу пред да дојде до опасна блокада.

Стентот е како мала цевка направена од метал или пластика која со катетер се носи во стеснетиот дел на крвниот сад, каде што постојано го чува отворен, т.е. го спречува стеснувањето. Ризикот од срцев удар на тоа место е спречен. Многу пациенти имаат по неколку стентови.

Вештачката интелигенција го забрзува одредувањето на клучното ниво на тропонин

Во средината на мај 2023 година, беше претставена студија за употреба на вештачка интелигенција во развојот на „Систем за поддршка во одлучувањето“ кој може да ја забрза дијагнозата на срцеви удари дури и во одделот за итни случаи.

Станува збор за способност да се користи многу чувствителен тест за одредување на опасното ниво на тропонин во крвта, многу побрзо и попрецизно од претходните методи. Протеинот тропонин се ослободува со распаѓање на келиите на срцевиот мускул и игра централна улога во дијагнозата на срцеви удари.

„Иако упатствата препорачуваат фиксен праг на срцевиот тропонин за дијагноза на миокарден инфаркт, на концентрациите на тропонин влијаат возраста, полот, другите болести и времето од појавата на симптомите“, се вели во студијата чии автори се Димитриос Додесис, Куан Кен Ли од Универзитетот во Единбург и Џаспер Бедингхаус од Универзитетот во Базел (dw)