medCLOUD › Aktualności

Model AI-ECG umożliwia wcześniejsze wykrywanie zaawansowanej choroby wątroby

Model AI-ECG opracowany w Mayo Clinic wykazuje, że rutynowe EKG może pomóc w wczesnym wykrywaniu zaawansowanej choroby wątroby.

Model AI opracowany w Mayo Clinic pokazuje, że rutynowe elektrokardiogramy (EKG) mogą odegrać niespodziewaną, ale cenną rolę w wczesnym wykrywaniu zaawansowanej przewlekłej choroby wątroby. Analizując subtelne wzorce w sygnałach serca, model pomógł klinicystom zidentyfikować dwa razy więcej pacjentów z poważną chorobą wątroby przed wystąpieniem objawów, co otworzyło drzwi do wcześniejszej interwencji i lepszych wyników.

Zaawansowana przewlekła choroba wątroby i marskość są wciąż w wzroście, częściowo z powodu rosnącej liczby przypadków otyłości, nadciśnienia, cukrzycy typu 2 i bezdechu sennego. Diagnoza często następuje z opóźnieniem, gdy pacjenci zgłaszają się z powikłaniami, takimi jak krwawienie z przewodu pokarmowego, wodobrzusze czy żółtaczka. Oznaki, że choroba już przeszła w zaawansowany i czasami nieodwracalny etap.

„Przewlekła choroba wątroby jest postępująca, ale wczesne etapy często są ciche” – mówi Doug Simonetto, MD, hepatolog transplantacyjny w Mayo Clinic i główny autor badania opublikowanego w Nature Medicine. „Im wcześniej możemy ją wykryć, tym większa szansa na spowolnienie lub nawet zatrzymanie postępu, a potencjalnie uniknięcie potrzeby przeszczepu wątroby.”

Powiązanie sygnałów serca z zdrowiem wątroby

Podejście to opiera się na bliskiej relacji fizjologicznej między sercem a wątrobą. Blizny wątroby mogą zwiększać opór naczyniowy i ciśnienie, co z kolei może subtelnie wpływać na aktywność elektryczną serca. Te zmiany nie są łatwe do rozpoznania przez klinicystów, ale mogą być wykrywane przez modele AI trenowane na dużych zbiorach danych.

Badacze wytrenowali model AI, wykorzystując dane EKG od 11 513 pacjentów Mayo Clinic, którzy przeszli rutynowe badania serca. Algorytm poszukiwał wzorców związanych z zaawansowaną chorobą wątroby i oznaczał pacjentów, którzy nie zostali jeszcze zdiagnozowani w standardowych ścieżkach opieki. Diagnozy zostały następnie potwierdzone za pomocą zwalidowanych testów obrazowych i krwi.

Wyniki były uderzające: analiza EKG z wykorzystaniem AI zidentyfikowała około dwa razy więcej przypadków zaawansowanej przewlekłej choroby wątroby w porównaniu do zwykłej praktyki klinicznej, wiele z nich u pacjentów całkowicie bezobjawowych. „Jako lekarz rodzinny widziałem, jak choroba wątroby może pozostać niezauważona, aż będzie za późno” – mówi David Rushlow, MD, lekarz Mayo Clinic Health System i współautor. „Kilku pacjentów zidentyfikowanych przez model AI nie miało pojęcia, że żyją z zaawansowaną chorobą. Wczesne wykrycie pozwoliło nam interweniować w momencie, w którym leczenie może naprawdę zmienić przebieg choroby.”

Testowane w rzeczywistej praktyce klinicznej

Model został oceniony w randomizowanym badaniu klinicznym z udziałem 248 klinicystów w Mayo Clinic w Rochester oraz w szerszym systemie Mayo Clinic Health System. Badanie oceniało nie tylko dokładność diagnostyczną, ale także to, czy technologia mogłaby być zintegrowana z codziennymi procesami klinicznymi.

„To, co czyni to badanie przekonującym, to fakt, że testowano AI w rzeczywistym środowisku” – mówi Rushlow. „Prosty, nieinwazyjny i niskokosztowy test, jak EKG, jest już powszechnie dostępny. Wykorzystanie go do identyfikacji pacjentów zagrożonych poważną chorobą wątroby może mieć znaczący wpływ na dużą skalę.”

Pacjenci zidentyfikowani przez ścieżkę AI-ECG zostali skierowani na dalszą ocenę i odpowiednie leczenie, w tym interwencje związane ze stylem życia, terapię medyczną oraz specjalistyczne kontrole, gdy było to konieczne.

W kierunku prewencyjnej, opartej na danych opieki

Badania są częścią szerszej inicjatywy Precure Mayo Clinic, która koncentruje się na przewidywaniu i przechwytywaniu procesów chorobowych, zanim staną się klinicznie widoczne lub trudne do leczenia. Poprzez wbudowanie AI w powszechnie stosowane narzędzia diagnostyczne, inicjatywa ma na celu wspieranie bardziej proaktywnej, spersonalizowanej opieki.

Badacze będą kontynuować obserwację nowo zdiagnozowanych pacjentów przez następne dwa lata, aby ocenić długoterminowe wyniki i wpływ wcześniejszej interwencji. „Dopiero zaczynamy dostrzegać, co mogą zrobić diagnostyka wspierana przez AI” – podsumowuje Simonetto. „Ta praca pokazuje, jak istniejące dane i rutynowe testy, w połączeniu z zaawansowaną analizą, mogą pomóc klinicystom przejść od reakcji na chorobę do zapobiegania jej najpoważniejszym konsekwencjom.”

Źródło: https://www.icthealth.org/news/ai-ecg-enables-earlier-detection-of-advanced-liver-disease

Źródło: www.icthealth.org

Cyberbezpieczeństwo w medycynie – monitoring SOC · Pakiety ochrony od 990 zł · Bezpłatna konsultacja