Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

Berkeley News+1Berkeley NewsBerkeley NewsΕρευνητές στο UC Berkeley χρησιμοποίησαν τεχνητή νοημοσύνη για να ανακαλύψουν ένα προηγουμένως μη αναγνωρισμένο σήμα σε καρδιογραφήματα ρουτίνας, το οποίο μπορεί να εντοπίσει ασθενείς που διατρέχουν κίνδυνο αιφνίδιου καρδιακού θανάτου, σύμφωνα με μελέτη που δημοσιεύθηκε την Τετάρτη στο περιοδικό Nature.Berkeley News+1
Τα ευρήματα αντιμετωπίζουν μία από τις πιο επίμονες διαγνωστικές αποτυχίες της ιατρικής: περισσότεροι από 300.000 Αμερικανοί πεθαίνουν από αιφνίδια καρδιακή ανακοπή κάθε χρόνο, πολλοί από τους οποίους χωρίς προηγούμενα προειδοποιητικά σημάδια και χωρίς καμία ένδειξη ότι χρειάζονταν έναν σωτήριο εμφυτεύσιμο απινιδωτή.Berkeley News
Με επικεφαλής τον Ziad Obermeyer, αναπληρωτή καθηγητή στη Σχολή Δημόσιας Υγείας του UC Berkeley και γιατρό επειγόντων περιστατικών, η ερευνητική ομάδα εκπαίδευσε ένα μοντέλο βαθιάς μάθησης σε περισσότερα από 440.000 ΗΚΓ από το ενοποιημένο σύστημα υγείας της Σουηδίας, τα οποία συνδυάστηκαν με πιστοποιητικά θανάτου για διάστημα έξι ετών. Στη συνέχεια, ο αλγόριθμος επικυρώθηκε σε ξεχωριστά σύνολα δεδομένων ασθενών από ένα νοσοκομειακό σύστημα στο Σαν Ντιέγκο και ένα άλλο στην Ταϊπέι.Berkeley News
Το σύστημα τεχνητής νοημοσύνης εντόπισε μια ομάδα υψηλού κινδύνου με ετήσιο ποσοστό αιφνίδιου καρδιακού θανάτου 7%, σε σύγκριση με το 4,6% των τρεχουσών τυπικών κλινικών εξετάσεων που μετρούν την ποσότητα αίματος που εξωθεί η καρδιά με κάθε χτύπο. Πρακτικά, το μοντέλο επισήμανε μια μεγαλύτερη ομάδα ασθενών υψηλού κινδύνου — η συντριπτική πλειονότητα των οποίων εμφανίζεται χαμηλού κινδύνου σύμφωνα με τις υπάρχουσες κατευθυντήριες γραμμές.Berkeley News
Η βασική δυσκολία, εξήγησε ο Obermeyer, είναι ότι ο αιφνίδιος καρδιακός θάνατος δεν αφήνει σχεδόν κανένα ίχνος. Σε αντίθεση με μια καρδιακή προσβολή που προκαλείται από φραγμένες αρτηρίες, η καρδιακή ανακοπή προκύπτει από μια απότομη ηλεκτρική δυσλειτουργία. «Ένα πράγμα που καθιστά το πρόβλημα πολύ τραγικό, αλλά και πολύ κατάλληλο για την τεχνητή νοημοσύνη, είναι ότι έχουμε τη θεραπεία για αυτό το πρόβλημα», δήλωσε ο Obermeyer. «Αν ήξερες ότι είσαι ένας από τους ανθρώπους που πρόκειται να καταρρεύσουν, θα πήγαινες σε έναν καρδιολόγο και θα σου εμφύτευαν έναν απινιδωτή. Το πρόβλημα είναι ότι οι γιατροί δεν μπορούν να καταλάβουν ποιος χρειάζεται έναν πριν να είναι πολύ αργά».Berkeley News
Η συγκέντρωση των δεδομένων για τη μελέτη διήρκεσε περίπου μια δεκαετία, είπε ο Obermeyer, περιλαμβάνοντας δύο οργανισμούς που συνίδρυσε — την Dandelion Health και την Nightingale Open Science.Berkeley News
Η ομάδα του Obermeyer συνεργάζεται ήδη με συστήματα υγείας στη Σουηδία, την Ταϊβάν και τις Ηνωμένες Πολιτείες για την εφαρμογή του αλγορίθμου σε νοσοκομειακές βάσεις δεδομένων ΗΚΓ. Οι ασθενείς που θα επισημαίνονται θα ενημερώνονται και θα τους προσφέρεται η επιλογή να φορούν ένα έμπλαστρο συνεχούς παρακολούθησης της καρδιάς, γεγονός που θα μπορούσε ενδεχομένως να οδηγήσει σε εμφύτευση απινιδωτή. Οι ερευνητές ελπίζουν επίσης ότι τα μοτίβα κυματομορφής που εντόπισε η τεχνητή νοημοσύνη θα μπορούσαν να υποδείξουν έναν νέο φυσιολογικό μηχανισμό πίσω από την ξαφνική δυσλειτουργία της καρδιάς — ένα εύρημα που θα μπορούσε να ανοίξει νέους δρόμους για τη βασική καρδιολογική έρευνα.Berkeley News