Rejtett minták a százéves technológiában
A 10 másodperces elektrokardiogram (EKG) világszerte elérhető, olcsó vizsgálat, ám a szakemberek sosem találtak benne olyan árulkodó mintát, amely valóban előrejelezné a hirtelen szívhalál kockázatát. Ebből adódóan a Kaliforniai Egyetem kutatócsapata a gépi tanulás felé fordult: egy 64 rétegű reziduális neurális hálózatot alkalmaztak, amelyet több mint 440 ezer svéd EKG-felvételen, 180 ezer páciens adataival és halálozási adatokkal betanítottak. A fejlemények gyorsan követték egymást: az algoritmus körülbelül a betegek 2,2 százalékát sorolta a fokozott kockázatú csoportba.
Magasabb pontosság, globális érvényesség
A modell kiemelkedően teljesített: a 2,2 százaléknyi magas kockázatúnak jelölt csoportban az éves hirtelen szívhalálozási arány elérte a 7 százalékot, szemben a hagyományosan ultrahangalapú kockázatbecslés 4,6 százalékos arányával. Ráadásul az MI által kiválasztott páciensek több mint 86 százalékát korábban a hagyományos LVEF-mérőszám sosem jelölte veszélyeztetettnek, vagyis ezek az emberek beavatkozás nélkül haza lettek volna küldve.
Az MI-modellt más országok, például az Egyesült Államok és Tajvan adathalmazaival is tesztelték, így sikerült kizárni, hogy svédországi sajátosságról vagy az EKG-műszerek közti eltérésről lenne szó.
Az MI megmutatja, mit nem láttak az orvosok
A kutatók egy második, generatív modellt is fejlesztettek, amely képes volt a magas kockázatú EKG-jeleket rekonstruálni egy alacsony kockázatú páciens eredeti görbéjéből kiindulva, lépésről lépésre átalakítva azt. A folyamat során legtöbbször ismert elváltozások jelentek meg, de volt egy eddig soha nem dokumentált jel: egy finom „elmosódás” az úgynevezett aVL elvezetésben, amely egyfajta töredezettséget sejtet az elektromos impulzus átvitelében a szívizmon keresztül.
Új lehetőségek, de még óvatosság kell
A csapatnál több magas kockázatú páciensnél szív-MR-felvételek is rendelkezésre álltak, ahol diszkrét, diffúz fibrózist, vagyis kötőszövetes hegesedést láttak – ez megerősíti, hogy az MI-modell által azonosított minták valóban létező biológiai folyamatokra utalhatnak. Ugyanakkor a szakértők szerint a kapcsolat igazolásához biopsziára is szükség lenne.
Ebből adódóan az eredmény egyelőre nem alkalmas közvetlen klinikai döntések meghozatalára, de az olcsó, bárhol elérhető EKG-technológia előnye, hogy alkalmas a további, célzott vizsgálatok kiválasztásának támogatására. A modell orvosi minőségű EKG-kon tanult, így okosórák vagy mobilos EKG-k jeleivel kissé pontatlanabbul dolgozik, de a különbség elhanyagolható.
A jövő: MI-alapú szűrés, de nem csodafegyver
Nem célszerű kizárólag az MI-jelzés alapján defibrillátort beültetni, hiszen a kockázati lista újabb és újabb pontosításokra szorul. A lényeget viszont jól mutatja: a mesterséges intelligencia képes rámutatni olyan rejtett jelekre, amelyekre egy orvos sem figyelne fel – és amelyeket utóbb, a folyamat visszafordításával, már bármelyik kardiológus is megfigyelhet a saját szemével. Ez pedig akár életeket is menthet a jövőben.
