Vědci z Lucemburska vyvinuli model hlubokého učení, který dokáže s 80% přesností předpovědět fibrilaci síní 30 minut před jejím nástupem.
Fibrilace síní je nejčastější srdeční arytmií na světě. V roce 2019 se s ní potýkalo zhruba 59 milionů lidí. Tato nepravidelná srdeční frekvence souvisí se zvýšeným rizikem srdečního selhání, mrtvice a s nimi souvisejících komplikací.
Tichý nepřítel
Jenže srdeční problémy nastupují potichu, postupně a zpočátku bez příznaků. Představuje významnou zátěž pro zdravotnické systémy, plus její včasné odhalení a léčba jsou klíčovým cílem. Nová technologie by měla nabídnout časový nískok a možnost řešit vše s předstihem. Jak?
Výzkumníci z Lucemburského centra pro systémovou biomedicínu (LCSB) při Lucemburské univerzitě nedávno vyvinuli model hlubokého učení schopný předpovědět přechod z normálního srdečního rytmu na fibrilaci síní. Poskytuje včasná varování v průměru 30 minut před nástupem, s přesností kolem 80 %.
Cesta do nitelných technologií už je otevřená
Tyto výsledky, publikované ve vědeckém časopise Patterns, otevírají cestu k integraci do nositelných technologií, což umožní včasné zásahy a lepší výsledky léčby.
Tip: podívejte se, jaké chytré hodinky vybrat.
Při fibrilaci síní horní komory srdce bijí nepravidelně a nejsou synchronizované s komorami. Návrat k pravidelnému rytmu může vyžadovat intenzivní zákroky, od elektrického šoku defibrilátorem, až po odstranění konkrétní oblasti zodpovědné za chybné signály.
Prevence k udržení stabilního rytmu srdeční činnosti
Možnost včas předpovědět epizodu fibrilace síní by pacientům umožnila přijmout preventivní opatření pro udržení stabilního srdečního rytmu. Současné metody založené na analýze srdeční frekvence a dat z elektrokardiogramu (EKG) však dokáží fibrilaci síní detekovat jen těsně před jejím nástupem a neposkytují včasné varování.
„Na rozdíl od nich se naše práce odchyluje od tohoto přístupu k modelu s perspektivnější predikcí,“ vysvětluje Prof. Jorge Goncalves, vedoucí skupiny pro systémové řízení na LCSB. „Použili jsme data o srdeční frekvenci k výcviku modelu hlubokého učení, který dokáže rozpoznat různé fáze – sinusový rytmus, pre-fibrilaci síní a fibrilaci síní – a vypočítat ‚pravděpodobnost nebezpečí‘, že u pacienta dojde k bezprostřední epizodě.“
Většinou nejde o náhlou událost, má za sebou svůj vývoj
Při blížení se k fibrilaci síní pravděpodobnost příhody narůstá, dokud nepřekročí konkrétní práh, což je onen časový prostor pro včasné varování.
Tento model umělé inteligence s názvem WARN (Warning of Atrial fibRillatioN) byl trénován a testován na 24hodinových záznamech odebraných od 350 pacientů v Nemocnici Tongji (Wuchan, Čína) a poskytoval včasná varování v průměru 30 minut před začátkem fibrilace síní s vysokou přesností. Ve srovnání s předchozími pracemi o predikci arytmií je WARN první metodou, která poskytuje varování daleko před nástupem některé ze srdečních příhod.
AI se učila z údajů o srdeční frekvenci. Tu umíme sledovat už dávno
„Dalším zajímavým aspektem je, že náš model dosahuje vysokého výkonu pouze s použitím R-R intervalů, v podstatě jen údajů o srdeční frekvenci, které lze získat z nošení cenově dostupných záznamníků pulzního signálu, jako jsou chytré hodinky,“ zdůrazňuje Dr. Marino Gavidia, první autor publikace, který na tomto projektu pracoval během svého doktorátu v rámci skupiny pro systémové řízení doktorského programu CriTiCS.
„Tato zařízení mohou pacienti používat denně, takže naše výsledky otevírají možnosti pro vývoj monitorování v reálném čase a včasných varování z pohodlných nositelných zařízení,“ dodává Dr. Arthur Montanari, výzkumník LCSB zapojený do projektu.
Minimální požadavky na výkon
Model hlubokého učení vyvinutý výzkumníky by mohl být implementován do chytrých telefonů jako aplikace pro zpracování dat z chytrých hodinek. Nízké výpočetní nároky z něj podle jejich vyjádření dělají ideálního kandidáta pro integraci do smartphonů.
👉 Odebírejte náš RSS kanál. Jsme na X (Twitteru) i Facebooku.
