یک آزمایش معمول و کمهزینه قلبی ممکن است با کمک هوش مصنوعی در آستانهی یک تحول اساسی قرار داشته باشد. با پیشرفتهای صورتگرفته در حوزهی هوش مصنوعی (AI)، یک آزمایش رایج و مقرونبهصرفه که در بسیاری از کلینیکهای پزشکی مورد استفاده قرار میگیرد، بهزودی میتواند به شناسایی بیماریهای پنهان قلبی کمک کند.
بیماری ساختاری قلب، که شامل مشکلاتی مانند نقصهای دریچهای و ناهنجاریهای مادرزادی است که عملکرد طبیعی قلب را مختل میکنند، میلیونها نفر را در سراسر جهان تحت تأثیر قرار داده است. متأسفانه، به دلیل نبود روش غربالگری مقرونبهصرفه، این بیماریها اغلب تا زمانی که آسیب جدی وارد نکنند، شناسایی نمیشوند.
پیر الیاس، استادیار پزشکی و انفورماتیک پزشکی در دانشکده پزشکان و جراحان واگِلوس دانشگاه کلمبیا و مدیر پزشکی هوش مصنوعی در بیمارستان نیویورک پرسبیترین، میگوید: «ما برای غربالگری سرطان روده بزرگ کولونوسکوپی داریم، برای سرطان پستان ماموگرافی داریم، اما برای بیشتر انواع بیماریهای قلبی معادل مشخصی وجود ندارد.»
برای پر کردن این خلأ، الیاس و تیمی از پژوهشگران دانشگاه کلمبیا و بیمارستان نیویورک، پرسبیترین ابزاری مبتنی بر هوش مصنوعی به نام EchoNext طراحی کردند. این سیستم دادههای حاصل از نوار قلب استاندارد (ECG) را تحلیل میکند تا مشخص کند کدام بیماران ممکن است نیازمند بررسیهای بیشتر با اکوکاردیوگرافی (سونوگرافی قلب) باشند؛ آزمایشی غیرتهاجمی که میتواند مشکلات ساختاری قلب را آشکار کند.
به گزارش مطالعهای که در نشریه Nature منتشر شده، EchoNext توانسته است بیماریهای ساختاری قلب را از طریق دادههای نوار قلب با دقتی بیشتر از متخصصان قلب، حتی آنهایی که به تفسیرهای هوشمصنوعی دسترسی داشتند؛ شناسایی کند.
پیر الیاس، که سرپرستی این مطالعه را بر عهده داشته است، میگوید: «EchoNext اساساً از تست ارزانتر برای تشخیص اینکه کدام بیماران نیاز به سونوگرافی گرانتر دارند استفاده میکند. این ابزار بیماریهایی را از نوار قلب شناسایی میکند که متخصصان قلب قادر به شناسایی آنها نیستند. ما معتقدیم که ترکیب نوار قلب و هوش مصنوعی میتواند پارادایم کاملاً جدیدی در غربالگری ایجاد کند.»
گام بعدی در غربالگری بیماریهای قلبی
نوار قلب (ECG) رایجترین آزمایش قلبی در مراقبتهای بهداشتی است. این تست که فعالیت الکتریکی قلب را اندازهگیری میکند، معمولاً برای شناسایی ریتمهای غیرطبیعی قلب، انسداد شریانهای کرونری و حملات قلبی قبلی استفاده میشود. نوار قلب ارزان، غیرتهاجمی و معمولاً به بیمارانی که برای بیماریهای غیرمرتبط با مشکلات ساختاری قلب درمان میشوند، انجام میشود.
با وجود اینکه نوار قلب کاربردهای خود را دارد، محدودیتهایی نیز دارد. الیاس، میگوید: «همه ما در دانشکده پزشکی آموزش دیدهایم که نمیتوان بیماریهای ساختاری قلب را از طریق نوار قلب تشخیص داد»
اکوکاردیوگرافیها که از اولتراسوند برای بهدست آوردن تصاویر از قلب استفاده میکنند، میتوانند برای تشخیص قطعی بیماریهای دریچهای، کاردیومیوپاتی، فشار خون ریوی و دیگر مشکلات ساختاری قلب که نیاز به دارو یا درمان جراحی دارند، مورد استفاده قرار گیرند.
EchoNext برای تحلیل دادههای نوار قلب معمولی طراحی شده تا مشخص کند که چه زمانی نیاز به پیگیری با سونوگرافی قلب (اکوکاردیوگرافی) است. مدل یادگیری عمیق آن با استفاده از بیش از 1.2 میلیون جفت داده نوار قلب-اکوکاردیوگرافی از 230,000 بیمار آموزش دیده است. در یک مطالعه اعتبارسنجی در چهار سیستم بیمارستانی، از جمله چندین شعبه بیمارستان نیویورک-پرسبیترین، این ابزار غربالگری دقت بالایی در شناسایی مشکلات ساختاری قلب، از جمله نارسایی قلبی ناشی از کاردیومیوپاتی، بیماریهای دریچهای، فشار خون ریوی و ضخیم شدن شدید دیواره قلب نشان داد.
در مقایسه مستقیم با 13 متخصص قلب روی 3,200 نوار قلب، EchoNext با دقت 77% مشکلات ساختاری قلب را شناسایی کرد. در حالی که متخصصان قلب که با استفاده از دادههای نوار قلب تشخیص میدادند، دقتی معادل 64% داشتند.
شناسایی مشکلات ساختاری قلبی غیرتشخیصدادهشده
برای بررسی کارایی این ابزار در دنیای واقعی، تیم تحقیقاتی EchoNext را در نزدیک به 85,000 بیمار که نوار قلب دریافت کرده بودند و پیش از آن اکوکاردیوگرافی نداشتند، اجرا کرد. این ابزار هوش مصنوعی بیش از 7,500 نفر، معادل 9% را بهعنوان افرادی با ریسک بالا برای ابتلا به بیماریهای ساختاری قلبی غیرتشخیصدادهشده شناسایی کرد. سپس محققان به مدت یک سال بیماران را پیگیری کردند تا بررسی کنند چند نفر از آنها به بیماری ساختاری قلبی مبتلا شدند. (پزشکان بیماران از اجرای EchoNext بیاطلاع بودند تا پیشبینیهای آنها بر اساس این ابزار تحت تأثیر قرار نگیرد).
در میان افرادی که توسط EchoNext بهعنوان پرخطر شناسایی شدند، 55% اولین اکوکاردیوگرافی خود را انجام دادند. از این تعداد، تقریباً سهچهارم آنها به بیماری ساختاری قلبی مبتلا شدند که دو برابر میزان شناسایی مثبت در مقایسه با تمامی افرادی بود که برای اولین بار بدون بهرهگیری از هوش مصنوعی اکوکاردیوگرافی انجام داده بودند.
با همان نرخ شناسایی مثبت، اگر تمامی بیمارانی که توسط EchoNext بهعنوان پرخطر شناسایی شدهاند، اکوکاردیوگرافی انجام داده بودند، حدود 2,000 بیمار اضافی ممکن بود به بیماریهای ساختاری قلبی جدی شناسایی شوند.
پیر الیاس، میگوید:«شما نمیتوانید بیمارانی که از وجودشان آگاه نیستید، درمان کنید. با استفاده از فناوری ما، ممکن است بتوانیم 400 میلیون نوار قلبی که امسال در سراسر جهان انجام خواهد شد را به 400 میلیون فرصت برای غربالگری بیماریهای ساختاری قلبی تبدیل کنیم و درمانهای نجاتبخش زندگی را در مناسبترین زمان ارائه دهیم.»
گامهای بعدی
الیاس و تیمش یک دیتاست بدون هویت منتشر کردهاند تا به سایر سیستمهای بهداشتی در بهبود غربالگری بیماریهای قلبی کمک کنند. محققان همچنین یک کارآزمایی بالینی را برای آزمایش EchoNext در هشت بخش اورژانس راهاندازی کردهاند.
منبع خبر : scitechdaily.com
نظرات کاربران