Inteligența artificială poate fi utilizată pentru predicția riscului de fibrilație atrială
Un studiu recent publicat în BMC Medical Informatics and Decision Making arată că modelul predictiv UNAFIED (Undiagnosed Atrial Fibrillation prediction using Electronic Health Data), bazat pe inteligență artificială, poate fi integrat eficient în practica medicală pentru a identifica pacienții cu risc crescut de fibrilație atrială (AFib).
AFib este un factor major de risc pentru accidentul vascular cerebral ischemic, iar diagnosticarea timpurie poate reduce semnificativ rata de mortalitate asociată. Deoarece această afecțiune poate rămâne asimptomatică până la apariția unor complicații severe, utilizarea unui model de predicție poate facilita screening-ul proactiv și intervenția timpurie, fără a necesita teste suplimentare mai costisitoare.
În cadrul studiului, cercetătorii au implementat UNAFIED în fluxul de lucru al clinicii de cardiologie Eskenazi Health, evaluând pacienți cu vârsta de peste 40 de ani, programați pentru consultații în perioada octombrie 2021- august 2022. Modelul a identificat 1.395 de pacienți (49%) ca având un risc crescut de a dezvolta AFib în următorii doi ani. Acești pacienți au fost supuși unui screening inițial cu ECG (electrocardiogramă), iar medicii lor au continuat evaluarea și tratamentul conform protocoalelor clinice standard. Pe lângă datele clinice colectate, medicii au fost chestionați cu privire la ușurința utilizării modelului și impactul acestuia asupra îngrijirii pacienților.
Rezultatele au arătat că 29 dintre acei pacienți au fost diagnosticați recent cu AFib sau aritmii, confirmând că modelul poate contribui la identificarea timpurie a persoanelor cu risc crescut. Dintre aceștia, 13 pacienți au primit tratament cu anticoagulant pentru a reduce riscul de dezvoltare a accidentului vascular cerebral. Medicii care au folosit frecvent modelul UNAFIED l-au considerat ușor de utilizat, rapid și eficient în îmbunătățirea îngrijirii pacienților, în timp ce cei care l-au utilizat doar ocazional nu au observat un impact semnificativ asupra fluxului de lucru, ceea ce sugerează că utilizarea constantă a modelului este crucială pentru maximiza beneficiile pe care le aduce.
Acesta este primul studiu care demonstrează aplicarea unui model predictiv bazat pe inteligență artificială pentru AFib într-un mediu clinic real, integrat într-un sistem EHR. Deși UNAFIED a contribuit la identificarea pacienților cu risc crescut, diagnosticele noi nu s-au datorat exclusiv modelului, ceea ce subliniază importanța metodelor suplimentare de screening. Având în vedere că este neinvaziv și accesibil, modelul ar putea fi implementat și în alte centre medicale pentru a îmbunătăți detectarea precoce a AFib. Totuși, înainte de utilizarea sa pe scară largă, este necesară o validare suplimentară în diferite populații și medii clinice, precum și asigurarea conformității cu reglementările în vigoare. Pe viitor, tehnologia din spatele UNAFIED ar putea fi utilizată pentru dezvoltarea unor modele predictive destinate și altor afecțiuni cardiovasculare, extinzând astfel posibilitățile de prevenție și tratament personalizat.
Citește și:
- Hipertensiunea arterială poate conduce la fibrilație atrială: relația de cauzalitate este confirmată de cel mai amplu studiu de asociere la nivelul întregului genom
- INTERVIU. Dr. Dragoş Cozma, despre ablaţia prin cateter la pacienţii cu fibrilaţie atrială şi posibilitatea de a trăi fără tratament
- STUDIU. Insuficiența cardiacă, de două ori mai frecventă decât accidentul vascular cerebral la persoanele cu fibrilație atrială