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

Berkeley News+1Berkeley NewsBerkeley NewsForskere ved UC Berkeley har brukt kunstig intelligens til å oppdage et tidligere ukjent signal i rutinemessige elektrokardiogrammer som kan identifisere pasienter med risiko for plutselig hjertedød, ifølge en studie publisert onsdag i tidsskriftet Nature.Berkeley News+1
Funnene adresserer en av medisinens mest vedvarende diagnostiske svikter: mer enn 300 000 amerikanere dør av plutselig hjertestans hvert år, mange av dem uten forvarsler og uten indikasjon på at de trengte en livreddende implanterbar defibrillator.Berkeley News
Ledet av Ziad Obermeyer, førsteamanuensis ved UC Berkeley School of Public Health og akuttlege, trente forskerteamet en dyp læringsmodell på mer enn 440 000 EKG-er fra Sveriges enhetlige helsesystem, matchet med dødsattester over seks år. Algoritmen ble deretter validert på separate pasientdatasett fra et sykehussystem i San Diego og et annet i Taipei.Berkeley News
AI-systemet identifiserte en høyrisikogruppe med en årlig rate på 7 % for plutselig hjertedød, sammenlignet med 4,6 % for dagens standard kliniske tester som måler hvor mye blod hjertet pumper ut ved hvert slag. I praktiske termer flagget modellen en større gruppe høyrisikopasienter – hvorav de aller fleste fremstår som lavrisiko under eksisterende retningslinjer.Berkeley News
Den største vanskeligheten, forklarte Obermeyer, er at plutselig hjertedød nesten ikke etterlater seg noen spor. I motsetning til et hjerteinfarkt forårsaket av blokkerte arterier, skyldes hjertestans en brå elektrisk feilfunksjon. "En ting som gjør problemet veldig tragisk, men også veldig godt egnet for AI, er at vi har kuren for dette problemet," sa Obermeyer. "Hvis du visste at du var en av personene som kom til å falle om og dø, ville du gått til en kardiolog og fått implantert en defibrillator. Problemet er at leger ikke kan finne ut hvem som trenger en før det er for sent."Berkeley News
Å kompilere dataene til studien tok omtrent et tiår, sa Obermeyer, og involverte to organisasjoner han var med på å grunnlegge – Dandelion Health og Nightingale Open Science.Berkeley News
Obermeyers team jobber allerede med helsesystemer i Sverige, Taiwan og USA for å distribuere algoritmen på sykehusenes EKG-databaser. Flaggede pasienter ville bli varslet og tilbudt muligheten til å bruke en kontinuerlig hjerteovervåkingsplaster, noe som potensielt kan føre til defibrillatorimplantasjon. Forskerne håper også at bølgeformmønstrene AI-en identifiserte kan peke mot en ny fysiologisk mekanisme bak at hjertet plutselig svikter – et funn som kan åpne nye veier for grunnleggende hjerteforskning.Berkeley News