Průlom v diagnostice: Umělá inteligence s levným EKG v Keni včas odhaluje riziko srdečního selhání

Nový výzkum vedený vědci z UT Southwestern Medical Center ukazuje, že interpretace relativně levných elektrokardiogramů (EKG) pomocí algoritmu umělé inteligence (AI) dokáže přesně vyhledávat u pacientů klíčový předstupeň srdečního selhání v Keni.

Nový výzkum vedený vědci z UT Southwestern Medical Center ukazuje, že interpretace relativně levných elektrokardiogramů (EKG) pomocí algoritmu umělé inteligence (AI) dokáže přesně vyhledávat u pacientů klíčový předstupeň srdečního selhání v Keni. Tyto výsledky, publikované v časopise JAMA Cardiology, naznačují, že analýza EKG rozšířená o AI (AI-EKG) by mohla představovat potenciálně nízkonákladovou strategii pro identifikaci pacientů s dosud neodhaleným poškozením srdeční funkce.

Srdeční selhání, chronický stav, kdy srdce nedokáže pumpovat dostatek krve k pokrytí potřeb těla, je na celém světě na vzestupu. Zátěž je obzvláště závažná v subsaharské Africe, kde jsou zdravotnické zdroje omezené a pacienti často rozvinou srdeční selhání v mladším věku a čelí horším výsledkům, i když mají méně komplikujících stavů ve srovnání s pacienty ve vyspělých zemích. Před rozvojem srdečního selhání se u mnoha pacientů objeví předstupně, jako je systolická dysfunkce levé komory (LVSD), při níž levá srdeční komora nepumpuje krev efektivně. Echokardiografie, která vytváří obrazy srdce pomocí ultrazvuku, je sice zlatým standardem pro diagnostiku LVSD a dalších předstupňů srdečního selhání, ale je mimořádně drahá a rozvojové země obvykle postrádají potřebné vybavení a odborné znalosti.

Pro řešení této nerovnosti vyhodnotil tým doktora Ambarishe Pandeyeho a jeho kolegů použití AI-EKG. Při této metodě je typické EKG – test elektrické funkce srdce – vylepšeno algoritmem AI, který vyhledává známky LVSD a dalších předstupňů srdečního selhání. AI-EKG již dříve prokázalo slibné výsledky ve vyspělých zemích, avšak v rozvojových zemích bylo hodnoceno jen zřídka.

Tým do studie zapojil téměř 6 000 pacientů, kteří vyhledali běžnou klinickou péči v osmi zdravotnických zařízeních v Keni, aby podstoupili AI-EKG. Podskupina z těchto pacientů, celkem 1 444 osob, podstoupila také echokardiografii k ověření výsledků AI-EKG. Algoritmus AI identifikoval LVSD u 14,1 % těch, kteří podstoupili i echokardiografii. AI-EKG mělo 99,1% negativní prediktivní hodnotu, což znamená, že téměř všichni pacienti, jejichž výsledky neodhalily žádné známky LVSD, byli echokardiografií potvrzeni jako negativní. Pozitivní screening AI-EKG ve studii silně souvisel s dalšími markery nepříznivé srdeční remodelace, včetně hypertrofie levé komory a diastolické dysfunkce. Algoritmus prokázal vysokou úroveň citlivosti, správně identifikoval 95,6 % lidí s LVSD, a zároveň vysokou specificitu, přesně identifikoval 79,4 % lidí, kteří tento stav neměli.

Autoři studie uvádějí, že jejich zjištění podporují použití AI-EKG jako screeningového nástroje pro LVSD v prostředích s omezenými zdroji, kde systematický echokardiografický screening není proveditelný. Tato inovace řeší zásadní mezeru v globální kardiovaskulární péči a nabízí praktický a škálovatelný nástroj pro včasnou detekci rizika srdečního selhání, což může vést k lepší prevenci a léčbě.