STUDIU. Episoadele de fibrilație atrială, depistate cu 30 de minute înainte de apariție, cu ajutorul inteligenței artificiale
Modelul de învățare profundă (deep learning) WARN (Warning of Atrial fibRillatioN) reprezintă un sistem care poate prezice tranziția de la un ritm cardiac normal la fibrilație atrială, cu aproximativ 30 de minute înainte ca aceasta să apară, având o precizie de aproximativ 80%. Acest model a fost dezvoltat de cercetătorii de la Centrul Luxemburg pentru Biomedicină Sistemică (LCSB) al Universității din Luxemburg și ar putea permite atât monitorizarea continuă cât și intervenția precoce, ceea ce ar putea contribui la îmbunătățirea sănătății pacienților. De asemenea, acest model prezintă costuri reduse, fiind candidatul ideal pentru integrarea în tehnologiile purtabile.
Fibrilația atrială este cea mai comună aritmie cardiacă la nivel global și este asociată cu un risc crescut de insuficiență cardiacă, accident vascular cerebral (AVC) și demență. În timpul fibrilației atriale, atriile bat neregulat și nu sunt sincronizate cu ventriculele. Capacitatea de a prezice un episod de fibrilație atrială suficient de devreme ar putea permite pacienților să ia măsuri preventive pentru a își menține ritmul cardiac stabil. Totuși, metodele actuale bazate pe analiza ritmului cardiac și a electrocardiogramei (EKG) pot detecta fibrilația atrială dar nu oferă un avertisment timpuriu.
“Fibrilația atrială (AFib) provine dintr-o varietate de afecțiuni și fiecare pacient are o formă unică a bolii. Prin urmare, modelul captează schimbări în dinamica a 280 de boli legate de AFib, ceea ce reprezintă o performanță remarcabilă ” , conform autorului principal al studiului, Prof. Jorge Gonçalves, Universitatea din Luxembourg
Rezultatele obținute de autorii studiului au fost publicate într-un articol din revista Patterns și descriu cum WARN a fost antrenat și testat pe înregistrări de 24 de ore provenite de la 350 de pacienți la Spitalul Tongji din Wuhan, China. În comparație cu alte metode de predicție a aritmiilor, WARN este prima metodă care a oferit un avertisment atât de devreme. Pentru antrenarea modelului, cercetătorii au folosit date de ritm cardiac pentru a face distincția între fazele de ritm sinusal, pre-fibrilație atrială și fibrilație atrială. Atunci când se apropie un episod de fibrilație atrială, probabilitatea crește până când este atins un prag specific, oferind un avertisment precoce. Mai mult, acest model de deep learning poate fi integrat în smartphone-uri pentru a procesa date provenite din smartwatch-uri.
Obiectivul pe termen lung este ca pacienții să își poată monitoriza constant ritmul cardiac și să primească avertismente timpurii. Astfel, alerta le va oferi suficient timp pentru a administra medicamente antiaritmice ori pentru a utiliza alte tratamente specifice prevenirii debutului fibrilației atriale. Acest lucru ar reduce numărul intervențiilor de urgență și ar îmbunătăți calitatea vieții pacienților.
În continuare, algoritmul va fi antrenat pentru managementul personalizat al fiecărui caz. Fiecare participant la studiu va purta ceasul inteligent care oferă înregistrări EKG pentru a se urmări traziția de la ritmul sinusal la modificările specifice FiA, urmărindu-se particularitățile cazurilor.
Citește și
- STUDIU. Tyche, un sistem AI adresează incertitudinile din imagistica medicală, contribuind la diagnosticul de precizie
- STUDIU. Problemele de neurodezvoltare ar putea fi anticipate prin modelarea microbiotei bebelușilor cu ajutorul Digital Twins
- Google Street View poate contribui la evaluarea riscului de boală coronariană pe baza cartierului în care locuiești