Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]
All voices matter
Tekoäly löysi sydänkäyristä piilotetun signaalin, joka liittyy äkilliseen sydänkuolemaan
- UC Berkeleyn tutkijat kouluttivat syväoppimismallin yli 440 000 EKG-käyrällä ja havaitsivat sen tunnistavan korkean riskin potilaita, jotka jäävät nykyisissä kliinisissä testeissä huomaamatta.
Berkeley News+1 - Äkillinen sydänpysähdys tappaa yli 300 000 amerikkalaista vuosittain, ja useimmilla uhreilla ei ole aiempia varoitusmerkkejä nykyisten ohjeistusten mukaan.
Berkeley News - Tiimi työskentelee Ruotsin, Taiwanin ja Yhdysvaltojen terveydenhuoltojärjestelmien kanssa algoritmin käyttöönottamiseksi sairaaloiden EKG-tietokannoissa.
Berkeley News
UC Berkeleyn tutkijat ovat käyttäneet tekoälyä löytääkseen aiemmin tunnistamattoman signaalin rutiininomaisista sydänkäyristä (EKG), joka voi tunnistaa äkilliselle sydänkuolemalle alttiit potilaat, kertoo keskiviikkona Nature-lehdessä julkaistu tutkimus.Berkeley News+1
Tulokset käsittelevät yhtä lääketieteen sitkeimmistä diagnostiikan epäonnistumisista: yli 300 000 amerikkalaista kuolee äkilliseen sydänpysähdykseen vuosittain, monet heistä ilman aiempia varoitusmerkkejä tai viitteitä siitä, että he tarvitsisivat henkeä pelastavan sydämentahdistimen.Berkeley News
Vuosikymmenen data
UC Berkeleyn kansanterveystieteen laitoksen apulaisprofessori ja päivystyslääkäri Ziad Obermeyerin johtama tutkimusryhmä koulutti syväoppimismallin yli 440 000 EKG-käyrällä, jotka olivat peräisin Ruotsin yhtenäisestä terveydenhuoltojärjestelmästä ja yhdistetty kuolintodistuksiin kuuden vuoden ajalta. Algoritmi validoitiin sen jälkeen erillisillä potilasaineistoilla San Diegon ja Taipein sairaalajärjestelmistä.Berkeley News
Tekoälyjärjestelmä tunnisti korkean riskin ryhmän, jonka vuotuinen äkillisen sydänkuoleman riski oli 7 %, kun nykyisillä kliinisillä vakiotesteillä, joilla mitataan sydämen pumppaamaa verimäärää, riski oli 4,6 %. Käytännössä malli tunnisti suuremman joukon korkean riskin potilaita – joista valtaosa näyttää nykyisten ohjeistusten mukaan matalariskisiltä.Berkeley News
Miksi tunnistaminen on epäonnistunut
Perusvaikeus on Obermeyerin mukaan se, että äkillinen sydänkuolema ei jätä juuri mitään jälkiä. Toisin kuin tukkeutuneiden valtimoiden aiheuttama sydänkohtaus, sydänpysähdys johtuu äkillisestä sähköisestä toimintahäiriöstä. "Yksi asia, joka tekee ongelmasta hyvin traagisen, mutta myös hyvin sopivan tekoälylle, on se, että meillä on parannuskeino tähän ongelmaan", Obermeyer sanoi. "Jos tietäisit olevasi yksi niistä ihmisistä, jotka tulevat kuolemaan äkillisesti, menisit kardiologille ja saisit sydämentahdistimen. Ongelma on, että lääkärit eivät osaa sanoa, kuka sellaisen tarvitsee, ennen kuin on liian myöhäistä."Berkeley News
Tutkimusdatan kokoaminen kesti noin vuosikymmenen, Obermeyer kertoi, ja siihen osallistui kaksi hänen perustamaansa organisaatiota – Dandelion Health ja Nightingale Open Science.Berkeley News
Mitä seuraavaksi
Obermeyerin tiimi työskentelee jo Ruotsin, Taiwanin ja Yhdysvaltojen terveydenhuoltojärjestelmien kanssa algoritmin käyttöönottamiseksi sairaaloiden EKG-tietokannoissa. Tunnistetuille potilaille ilmoitettaisiin ja heille tarjottaisiin mahdollisuutta käyttää jatkuvaa sydämen seurantaan tarkoitettua laastaria, mikä voisi johtaa sydämentahdistimen asentamiseen. Tutkijat toivovat myös, että tekoälyn tunnistamat aaltomuotokuviot voisivat osoittaa uuden fysiologisen mekanismin sydämen äkillisen toimintahäiriön taustalla – löydös, joka voisi avata uusia väyliä sydäntutkimukselle.Berkeley News
Lähteet (27)
- 1 With AI, researchers discover new way to detect sudden cardiac death risk - Berkeley News news.berkeley.edu
- 2 An ECG biomarker for sudden cardiac death discovered ... www.nature.com
- 3 Doctors Thought It Was Asthma. A.I. Flagged a Serious Heart Problem. www.nytimes.com
- 4 AI algorithm identifies patients at risk of sudden cardiac arrest www.auntminnie.com
- 5 US researchers develop AI model improving sudden cardiac death prediction ianslive.in
- 6 AI predicts patients likely to die of sudden cardiac arrest www.bme.jhu.edu
- 7 U.S. researchers develop AI model to improve sudden cardiac death prediction news.cgtn.com
- 8 AI spots deadly heart risk most doctors can't see www.sciencedaily.com
- 9 U.S. researchers develop AI model improving sudden cardiac death prediction english.news.cn
- 10 AI predicts patient odds of dying from sudden cardiac arrest www.mobihealthnews.com
- 11 A case of artificial intelligence-enhanced diagnostics ... www.nature.com
- 12 AI predicts patients likely to die of sudden cardiac arrest | Hub hub.jhu.edu
- 13 Multimodal AI to forecast arrhythmic death in hypertrophic ... www.nature.com
- 14 Artificial intelligence can aid in the prevention of sudden ... medicalxpress.com
- 15 Artificial intelligence in electrocardiogram signals for sudden ... pmc.ncbi.nlm.nih.gov
- 16 Prediction of sudden cardiac death using artificial intelligence: Current status and future directions - PubMed pubmed.ncbi.nlm.nih.gov
- 17 (Machine) Learning About Sudden Cardiac Death from ... intelligentimaging.ucsf.edu
- 18 Novel Artificial Intelligence Model Accurately Predicts Near ... www.hrsonline.org
- 19 EWSC: Machine Learning about Sudden Cardiac Death from ... www.youtube.com
- 20 Doctors Thought It Was Asthma. A.I. Flagged a Serious ... x.com
- 21 Generalizable prediction of sudden cardiac death using ... cpd.partners.org
- 22 Heart Disease and Stroke Still Leading Causes of Death in ... www.nytimes.com
- 23 (Machine) Learning About Sudden Cardiac Death | Ziad ... www.youtube.com
- 24 AI model helps diagnose often undetected heart disease from ... www.michiganmedicine.org
- 25 and EKG-based Cardiac Risk Scores ziadobermeyer.com
- 26 NewYork-Presbyterian Hospital www.facebook.com
- 27 Machine Learning about Sudden Cardiac Death from ECG ... www.classcentral.com
