Nowy algorytm potrafi wykryć ślady arytmii z taką dokładnością jak lekarz
Choć nie wszystkie rodzaje arytmii są śmiertelne czy chociażby niebezpieczne, te zaburzenia nadal są powodem do zmartwień. W końcu, przynajmniej niektóre z nich mogą doprowadzić do niewydolności serca bądź zawału. Niestety, czasem arytmię trudno jest wykryć, ponieważ nie zawsze u osoby na nią cierpiącą pojawiają się charakterystyczne dla niej objawy.
Na szczęście, wygląda na to, że zespół badaczy z Uniwersytetu Stanforda znalazł sposób na to, aby efektywnie diagnozować arytmię nawet wtedy, gdy ta się w żaden sposób nie objawia, i to bez udziału lekarza. Opracował on algorytm, który może wykryć czternaście rodzajów tego zaburzenia. Naukowcy twierdzą nawet, w oparciu o swoje testy, że otrzymuje on lepsze rezultaty niż wyszkoleni kardiolodzy.
EKG nie zawsze ujawnia obecność arytmii, dlatego lekarze często zlecają, aby pacjenci nosili przenośny elektrokardiogram, który ma monitorować rytm ich serca przez dwa tygodnie. Badacze postanowili wykorzystać ten zwyczaj lekarzy, aby stworzyć swój algorytm. Użyli oni oni ogromnego zestawu danych, który zapewniła firma iRhytm, aby wytrenować sieć neuronową. Nauka trwała siedem miesięcy, ponieważ dopiero po tym czasie sztuczna inteligencja pozyskała umiejętność wykrywania 14 rodzajów arytmii na podstawie EKG.
Aby upewnić się, że rezultaty będą dokładne, zespół zatrudnił sześciu kardiologów, którzy otrzymali zadanie przyjrzenia się danym i zdiagnozowania każdej z osób biorącej udział w badaniach. Dzięki temu naukowcy dowiedzieli się, że algorytm jest w stanie konkurować z lekarzami, a także, że w niektórych przypadkach potrafi odróżnić siebie dwa bardzo podobne rodzaje arytmii.
Badacze mają nadzieję, że ich wynalazek zostanie wykorzystany jako narzędzie diagnostyczne w rozwijających się państwach oraz w miejscach, w których nie można natychmiast dostać się do lekarza. Wierzą oni również, że ta sieć neuronowa mogłaby znaleźć zastosowanie w urządzeniach przenośnych, z pomocą których mogłaby wykrywać oznaki udaru, niewydolności serca czy zawału.
Źródło:Uniwersytet Stanforda
