Καρδιά: Μια απλή εξέταση προβλέπει κινδύνους στο μέλλον

Η καρδιά μπορεί να προσφέρει περισσότερα στοιχεία για την υγεία μας απ’ όσα συνήθως υπολογίζουμε. Ακόμη και μικρές μεταβολές στο μέγεθος ή στη λειτουργία της ενδέχεται να δώσουν χρήσιμες ενδείξεις για μελλοντικούς κινδύνους, αρκεί να εντοπίζονται έγκαιρα και με ακρίβεια. Μια νέα μελέτη στο επιστημονικό περιοδικό Nature Cardiovascular Research φέρνει πιο κοντά αυτή τη δυνατότητα. Οι ερευνητές δημιούργησαν σύστημα τεχνητής νοημοσύνης που εξετάζει εικόνες υπερηχογραφήματος καρδιάς και αξιολογεί χαρακτηριστικά τα οποία συνδέονται με τον κίνδυνο σοβαρών καρδιαγγειακών προβλημάτων.

Καρδιά: Ποιες πληροφορίες δίνει το υπερηχογράφημα

Η εξέταση της καρδιάς με υπερήχους, που ονομάζεται επίσης ηχοκαρδιογράφημα ή triplex καρδιάς, χρησιμοποιείται ευρέως και δεν είναι επεμβατική. Μέσω αυτής, οι γιατροί παρατηρούν τη δομή και τη λειτουργία της καρδιάς.

Παρότι η εξέταση παρέχει σημαντικά στοιχεία, ορισμένες περιοχές είναι πιο δύσκολο να εκτιμηθούν με ακρίβεια. Σε αυτές περιλαμβάνεται η δεξιά κοιλία, το τμήμα της καρδιάς που προωθεί το αίμα στους πνεύμονες για οξυγόνωση.

Η αξιολόγηση του μεγέθους και της λειτουργίας της δεξιάς κοιλίας με τις συνήθεις υπερηχογραφικές εικόνες είναι πιο απαιτητική, εξαιτίας της θέσης της και του ιδιαίτερου σχήματός της.

Τα στοιχεία αυτά, ωστόσο, έχουν σημασία: όταν η δεξιά κοιλία είναι διογκωμένη ή δεν αντλεί το αίμα αποτελεσματικά, αυτό μπορεί να συνδέεται με παθήσεις της καρδιάς και των πνευμόνων, καθώς και με μεγαλύτερο κίνδυνο επιπλοκών.

Πώς αξιοποιήθηκε η τεχνητή νοημοσύνη στην εξέταση

Επιστήμονες από το Mass General Brigham και το Broad Institute επιχείρησαν να ξεπεράσουν τη δυσκολία αυτή αναπτύσσοντας το DROID-RV, ένα μοντέλο βαθιάς μάθησης. Για την εκπαίδευσή του χρησιμοποιήθηκαν περισσότερα από 383.000 βίντεο υπερηχογραφημάτων, τα οποία προέρχονταν από περίπου 17.000 ασθενείς. Έπειτα, η απόδοσή του εξετάστηκε σε περισσότερους από 9.100 ασθενείς πρωτοβάθμιας φροντίδας και σε ανεξάρτητο δείγμα 831 ασθενών από νοσοκομείο στην Ουγγαρία.

Η εικόνα που προέκυψε από τα αποτελέσματα ήταν ενθαρρυντική.

Με μέσο σφάλμα περίπου τριών χιλιοστών, το μοντέλο εκτιμούσε τη διάμετρο της δεξιάς κοιλίας. Παράλληλα, μπορούσε να εντοπίζει με υψηλή ακρίβεια περιπτώσεις στις οποίες η λειτουργία της ήταν μειωμένη.

Έτσι, η τεχνητή νοημοσύνη έδειξε ότι μπορεί να εξάγει ουσιαστικά δεδομένα από μια εξέταση που γίνεται ήδη καθημερινά σε νοσοκομεία και καρδιολογικά ιατρεία.

Καρδιά: Πώς συνδέονται οι μετρήσεις με μελλοντικούς κινδύνους

Πέρα από την ακρίβεια των μετρήσεων, η μελέτη ανέδειξε και ένα ακόμη ενδιαφέρον εύρημα.

Οι εκτιμήσεις του μοντέλου σχετικά με το μέγεθος και τη λειτουργία της δεξιάς κοιλίας συνδέθηκαν με προβλήματα υγείας που εμφανίστηκαν αργότερα. Μεταξύ αυτών ήταν η καρδιακή ανεπάρκεια και η κολπική μαρμαρυγή, μια συχνή διαταραχή του καρδιακού ρυθμού.

Σε σύγκριση με ασθενείς των οποίων η δεξιά κοιλία εκτιμήθηκε ότι είχε φυσιολογικό μέγεθος, όσοι εμφανίστηκαν με διογκωμένη δεξιά κοιλία στο μοντέλο είχαν περίπου διπλάσιο κίνδυνο θανάτου κατά τα επόμενα πέντε χρόνια.

Η σχέση αυτή εξακολουθούσε να παρατηρείται και μετά τον συνυπολογισμό παραγόντων όπως η ηλικία, το φύλο και η λειτουργία της αριστερής κοιλίας.

Τα ευρήματα δεν δείχνουν ότι η τεχνητή νοημοσύνη μπορεί να γνωρίζει με βεβαιότητα ποιο άτομο θα εκδηλώσει καρδιαγγειακή νόσο. Υποδεικνύουν, όμως, ότι ορισμένα στοιχεία του υπερηχογραφήματος ενδέχεται να συμβάλουν σε ακριβέστερη εκτίμηση του κινδύνου.

Μπορεί η τεχνητή νοημοσύνη να αλλάξει τον καρδιολογικό έλεγχο;

Κατά τους ερευνητές, στο μέλλον εργαλεία αυτού του είδους θα μπορούσαν να συνδράμουν τους καρδιολόγους στην καθημερινή κλινική εργασία.

Ένα τέτοιο σύστημα θα μπορούσε, για παράδειγμα, να κάνει αρχικές μετρήσεις, να υποδεικνύει ποιες εξετάσεις χρειάζονται πιο προσεκτική αξιολόγηση και να βοηθά στον εντοπισμό ασθενών που ίσως χρειάζονται πρόσθετο έλεγχο.

Ο πρόσθετος έλεγχος μπορεί σε ορισμένες περιπτώσεις να περιλαμβάνει μαγνητική τομογραφία καρδιάς. Η εξέταση αυτή επιτρέπει λεπτομερέστερη αξιολόγηση της δεξιάς κοιλίας, αλλά έχει μεγαλύτερο κόστος και είναι λιγότερο διαθέσιμη.

Προς το παρόν, το DROID-RV δεν έχει ενταχθεί στον καθιερωμένο καρδιολογικό έλεγχο. Για να επιβεβαιωθεί πόσο αξιόπιστο είναι σε διαφορετικά νοσοκομεία, πληθυσμούς και συνθήκες απεικόνισης, απαιτούνται πρόσθετες μελέτες.

Η τεχνητή νοημοσύνη ως βήμα προς την έγκαιρη πρόληψη

Η μελέτη αναδεικνύει πώς η τεχνητή νοημοσύνη μπορεί να αξιοποιήσει καλύτερα δεδομένα που υπάρχουν ήδη, χωρίς να χρειάζεται κατ’ ανάγκη να γίνουν νέες ή πιο σύνθετες εξετάσεις.

Στόχος είναι να έχουν οι γιατροί στη διάθεσή τους ένα πρόσθετο εργαλείο, ώστε να αναγνωρίζουν εγκαίρως τους ασθενείς που χρειάζονται στενότερη προσοχή.

Εφόσον μελλοντικές έρευνες επιβεβαιώσουν τα αποτελέσματα, ένας συνηθισμένος υπέρηχος καρδιάς θα μπορούσε να δίνει περισσότερα στοιχεία για την καρδιαγγειακή υγεία. Έτσι, ενδέχεται να συμβάλει σε φροντίδα που παρέχεται νωρίτερα και προσαρμόζεται περισσότερο στις ανάγκες κάθε ασθενούς.