Η βιολογική ηλικία της καρδιάς προσφέρει μια νέα προοπτική για την έγκαιρη ανίχνευση των κινδύνων για την υγεία.
Διεπιστημονική ερευνητική ομάδα από το Γερμανικό Κέντρο Καρδιαγγειακών Ερευνών (DZHK) απέδειξε για πρώτη φορά σε μακροχρόνια πληθυσμιακή μελέτη ότι η τεχνητή νοημοσύνη (AI) μπορεί να ανιχνεύσει τη βιολογική γήρανση της καρδιάς και να τη συνδέσει με αυξημένο καρδιαγγειακό κίνδυνο. Τα αποτελέσματα της μελέτης δημοσιεύθηκαν στο περιοδικό “npj Digital Medicine”.
Οι καρδιαγγειακές παθήσεις συγκαταλέγονται μεταξύ των συνηθέστερων αιτιών θανάτου παγκοσμίως.
Ενώ οι κλασικοί παράγοντες κινδύνου, όπως η υψηλή αρτηριακή πίεση ή ο διαβήτης, είναι καλά μελετημένοι, η βιολογική ηλικία της καρδιάς προσφέρει μια νέα προοπτική για την έγκαιρη ανίχνευση των κινδύνων για την υγεία. Στην παρούσα μελέτη, επικυρώθηκε ένα μοντέλο υποστηριζόμενο από τεχνητή νοημοσύνη, το οποίο εκτιμά την ηλικία ενός ατόμου και έτσι εντοπίζει πιθανές αποκλίσεις από τη χρονολογική ηλικία.
Η ανάλυση βασίζεται σε μακροχρόνια δεδομένα από μια γερμανική πληθυσμιακή μελέτη με πάνω από 20 χρόνια παρακολούθησης. Το μοντέλο τεχνητής νοημοσύνης εκπαιδεύτηκε αρχικά σε βραζιλιάνικα δεδομένα από ηλεκτροκαρδιογραφήματα και τώρα εφαρμόστηκε με επιτυχία σε μια ευρωπαϊκή κοόρτη.
Διαπιστώθηκε ισχυρή συσχέτιση μεταξύ της προβλεπόμενης και της πραγματικής βιολογικής ηλικίας της καρδιάς.
Η μελέτη δείχνει ότι τα άτομα των οποίων η ηλικία υπερβαίνει τη χρονολογική τους ηλικία κατά περισσότερο από οκτώ έτη έχουν σημαντικά υψηλότερο κίνδυνο καρδιακής αρρυθμίας, καρδιακής ανεπάρκειας και αυξημένης θνησιμότητας. Λαμβάνοντας υπόψη τα διαδοχικά ηλεκτροκαρδιογραφήματα ήταν επίσης δυνατό να αυξηθεί περαιτέρω η ακρίβεια της πρόγνωσης.
Ο κίνδυνος θνησιμότητας αυξήθηκε από 1,43 σε 1,65 όταν για την ανάλυση χρησιμοποιήθηκε όχι μόνο ένα αλλά πολλά ηλεκτροκαρδιογραφήματα που καταγράφηκαν σε μεγαλύτερο χρονικό διάστημα. Αυτό δείχνει ότι οι αλλαγές στο καρδιογράφημα με την πάροδο του χρόνου επιτρέπουν ακριβέστερη πρόβλεψη του κινδύνου θνησιμότητας.
Τα αποτελέσματα υπογραμμίζουν τις δυνατότητες των αναλύσεων που υποστηρίζονται από τεχνητή νοημοσύνη για τον έγκαιρο εντοπισμό ασθενών με αυξημένο καρδιαγγειακό κίνδυνο. Μακροπρόθεσμα, η μέθοδος αυτή θα μπορούσε να ενσωματωθεί στους συνήθεις ελέγχους υγείας, ώστε να αναγνωρίζονται έγκαιρα τα άτομα που διατρέχουν κίνδυνο και να δρομολογούνται προληπτικά μέτρα.
“Η μελέτη μας δείχνει ότι η τεχνητή νοημοσύνη είναι σε θέση να αναγνωρίζει λεπτές αλλαγές στο ηλεκτροκαρδιογράφημα που υποδηλώνουν επιταχυνόμενη καρδιακή γήρανση.
Αυτό θα μπορούσε να ανοίξει νέες δυνατότητες για εξατομικευμένη ιατρική και να βοηθήσει στην πρόληψη καρδιαγγειακών παθήσεων σε πρώιμο στάδιο”, εξηγεί ο πρώτος συγγραφέας Philip Hempel, μέλος της ομάδας εργασίας “Επεξεργασία βιοσημάτων” στο Ινστιτούτο Ιατρικής Πληροφορικής του Πανεπιστημιακού Ιατρικού Κέντρου του Γκέτινγκεν.
“Δώσαμε ιδιαίτερη έμφαση στο να καταστήσουμε τα συστήματα τεχνητής νοημοσύνης επεξηγήσιμα. Με την ενσωμάτωση κλασικών παραμέτρων καρδιογραφήματος στις αναλύσεις μας, συνδυάζουμε τα συστήματα ΤΝ με την παραδοσιακή, τεκμηριωμένη ιατρική.
Με αυτόν τον τρόπο, οι γιατροί μπορούν όχι μόνο να επωφεληθούν από τις πρόσθετες γνώσεις, αλλά και να κατανοήσουν ποια συγκεκριμένα χαρακτηριστικά – είτε από τα δεδομένα είτε από τις κλασικές παραμέτρους – οδήγησαν σε μια συγκεκριμένη διάγνωση. Αυτό προάγει την εμπιστοσύνη στις νέες τεχνολογίες και υποστηρίζει την τεκμηριωμένη, εξατομικευμένη φροντίδα των ασθενών”, λέει ο Hempel.
Η μελέτη διεξήχθη υπό τη διεύθυνση του Πανεπιστημιακού Ιατρικού Κέντρου του Γκέτινγκεν σε συνεργασία με το Γερμανικό Κέντρο Καρδιαγγειακής Έρευνας (DZHK).
Η συνεργασία μεταξύ διαφόρων χωρών στη Γερμανία και η υποστήριξη των διεθνών εταίρων στην Ουψάλα (Σουηδία) και τη Βραζιλία αποτέλεσαν καθοριστικό παράγοντα για την επιτυχία του έργου. Η μελέτη βασίζεται σε δεδομένα από τη μελέτη SHIP (Study of Health in Pomerania), μια ολοκληρωμένη μακροχρόνια μελέτη του πληθυσμού στη βόρεια Γερμανία.
Πηγές:
Γερμανικό Κέντρο Καρδιαγγειακών Ερευνών – npj Digital Medicine
Πηγη: https://www.iatronet.gr/
