Σύστημα τεχνητής νοημοσύνης προβλέπει με ακρίβεια τον θάνατο από καρδιακή ανακοπή

Η τεχνολογία, που αναλύει εικόνες από την καρδιά του ασθενούς και το ιατρικό και φαρμακευτικό ιστορικό του, υπόσχεται να φέρει επανάσταση στη λήψη κλινικών αποφάσεων και να βοηθήσει την επιβίωση από αιφνίδιες και θανατηφόρες καρδιακές αρρυθμίες.

Οι ερευνητές, με επικεφαλής την καθηγήτρια βιοϊατρικής μηχανικής και ιατρικής Νατάλια Τραγιάνοβα του Πανεπιστημίου Τζονς Χόπκινς στη Βαλτιμόρη, που έκαναν τη σχετική δημοσίευση στο περιοδικό καρδιαγγειακής έρευνας «Nature Cardiovascular Research», χρησιμοποίησαν για πρώτη φορά νευρωνικά δίκτυα τεχνητής νοημοσύνης, προκειμένου να δημιουργήσουν ένα σύστημα εξατομικευμένης αξιολόγησης για κάθε ασθενή με καρδιοπάθεια.

Το νέο σύστημα βαθιάς μάθησης με την ονομασία SSCAR (Survival Study of Cardiac Arrhythmia Risk) διαθέτει αλγόριθμο που αξιολογεί με αξιοσημείωτη ακρίβεια την πιθανότητα αιφνίδιου καρδιακού θανάτου μέσα στην επόμενη δεκαετία, καθώς και το πότε είναι πιθανότερο να συμβεί μέσα σε αυτό το διάστημα.

Η δρ Τραγιάνοβα δήλωσε ότι «ο αιφνίδιος καρδιακός θάνατος λόγω αρρυθμίας ευθύνεται για έως το 20% όλων των θανάτων παγκοσμίως και παρόλα αυτά γνωρίζουμε λίγα αναφορικά με το γιατί συμβαίνει ή πώς να διακρίνουμε ποιός κινδυνεύει. Υπάρχουν ασθενείς που ίσως έχουν μικρό κίνδυνο αιφνίδιου καρδιακού θανάτου αλλά δέχονται απινιδωτές που μπορεί να μην χρειάζονται, ενώ υπάρχουν υψηλού κινδύνου ασθενείς που όμως δεν κάνουν την αναγκαία θεραπεία και μπορεί να πεθάνουν στην ακμή της ζωής τους. Αυτό που μπορεί να κάνει ο αλγόριθμος μας, είναι να διακρίνει ποιός κινδυνεύει από καρδιακό θάνατο και πότε αυτός θα συμβεί, επιτρέποντας έτσι στους γιατρούς να αποφασίσουν ακριβώς τι είναι ανάγκη να γίνει. Είναι η επιτομή της τάσης συγχώνευσης της τεχνητής νοημοσύνης, της μηχανικής και της ιατρικής ως το μέλλον της περίθαλψης».

Οι ερευνητές -μεταξύ των οποίων ο ελληνικής καταγωγής Κωνσταντίνος Αρώνης του ίδιου πανεπιστημίου- ήδη εργάζονται για να δημιουργήσουν αλγόριθμους ικανούς να ανιχνεύουν και άλλες καρδιακές παθήσεις.

(ΑΠΕ-ΜΠΕ)