Choroby serca są najczęstszą przyczyną zgonów w Polsce. Ich skuteczne leczenie nie jest możliwe bez dobrej diagnostyki. Bardzo ważnym elementem diagnostyki kardiologicznej jest badanie aktywności elektrycznej serca – elektrokardiografia (EKG). Globalnym problemem jest jednak niedobór techników EKG i długi czas oczekiwania na badanie. Dlatego potrzebne są nowe rozwiązania.

Jako jedno z potencjalnych rozwiązań przedstawiono zaawansowany zestaw algorytmów sztucznej inteligencji, zaprojektowany z myślą o dostarczaniu szybkich i precyzyjnych wyników analizy EKG, wspierających diagnostykę arytmii serca. DeepRhythmAI (DRAI) opracowała polska firma Medicalgorithmics. DRAI zostały wytrenowane na danych obejmujących ponad 3,6 miliona dni zapisów EKG, co czyni je jednym z najbardziej zaawansowanych rozwiązań tego typu na świecie.

Jak wskazują twórcy DeepRhythmAI, jego opracowanie oznacza zmianę paradygmatu w analizie EKG – możliwe będą szybsze diagnozy, lepsze leczenie pacjentów i zwiększenie efektywności pracy systemu opieki zdrowotnej (co powinno skrócić kolejki do lekarzy).

Analiza uderzeń ludzkiego serca pod kątem potencjalnie zagrażających życiu arytmii jest złożonym i często podatnym na błędy procesem. Jak dowiodły badania, DRAI pozwala analizować wyniki skuteczniej, niż robią to technicy.

DRAI testowano na zapisach, które zostały przeanalizowane przez licencjonowanych techników EKG w praktyce klinicznej w USA. To największe na świecie badanie dotyczące zastosowania sztucznej inteligencji w diagnostyce arytmii serca, obejmujące ponad 200 tys. dni danych EKG od ponad 14 tys. dorosłych pacjentów.

Zarówno analizy AI, jak i analizy techników zostały porównane z diagnozami przeprowadzonymi przez panele trzech kardiologów, którzy niezależnie dokonali przeglądu 5 tys. losowo wybranych arytmii w celu ustalenia "złotego standardu"; diagnozy, zapewniając bezstronną ocenę. Łącznie w badaniu wzięło udział 17 paneli po trzech kardiologów z wiodących instytucji na całym świecie, co zapewniło niezwykle wysoką jakość diagnoz, dotyczących analizowanych 5 tys, przypadków arytmii.

"Przetestowaliśmy, co by się stało, gdyby technicy zostali zastąpieni przez DeepRhythmAI do diagnozowania arytmii na ambulatoryjnych EKG. Badanie było rygorystyczne - wykorzystano ponad 200 tys. dni EKG, a 50 niezależnych ekspertów było zaangażowanych w zapewnienie niezwykle wysokiej jakości punktu odniesienia, do którego porównywano zarówno sztuczną inteligencję, jak i techników. Szczerze mówiąc wyniki nas zaskoczyły. Narzędzie AI ma znaczną przewagę pod względem bezpieczeństwa pacjentów - z 14-krotnie mniejszą liczbą pominiętych diagnoz krytycznych arytmii - co wynika ze znacznie lepszej czułości. Implikacje dla opieki nad pacjentem są duże. DeepRhythmAI jest na tyle dobre, że może być wykorzystywane do bezpośredniego raportowania lekarzom, poprawiając dostęp do opieki, skracając czas diagnozy i, miejmy nadzieję, poprawiając również wyniki pacjentów" - wskazała dr Linda S. Johnson z Uniwersytetu w Lund (Szwecja), współkierującą międzynarodowym badaniem DRAI MARTINI (obok dr Jeffreya S. Healeya, profesora kardiologii na Uniwersytecie McMaster w Kanadzie. Pozostali autorzy publikacji w "Nature Medicine" pochodzą m.in z Kanady, Szwecji, Danii, USA, Izraela, Litwy, a także z Polski - Collegium Medicum UJ oraz firmy Medicalgorithmics, która rozwija autorskie algorytmy AI do analizy danych EKG oraz tomografii komputerowej serca).

DRAI wykazał znacznie wyższą czułość w wykrywaniu krytycznych arytmii, w tym migotania, przedsionków, całkowitego bloku serca, pauz, częstoskurczów nadkomorowych i komorowych. Wskaźnik wyników fałszywie ujemnych w przypadku DRAI był niski i wynosił 3,2 na 1000 pacjentów, w porównaniu do 44,3 na 1000 pacjentów w przypadku analizy wykonywanej przez techników - zmniejszając 14-krotnie wskaźnik pominiętych diagnoz. Ta zdecydowanie lepsza dokładność podkreśla wyższość technologii DRAI pod względem bezpieczeństwa pacjentów. Przekłada się to na sięgającą aż 99,9 proc. ujemną wartość predykcyjną dla DRAI jako bezpośredniego narzędzia raportowania do lekarza w celu wykluczenia obecności krytycznych arytmii w ambulatoryjnym EKG. Jak jednak zauważyli autorzy badań, sztucznej inteligencji częściej niż technikom zdarzały się rozpoznania fałszywie dodatnie – czyli wykrywanie arytmii tam, gdzie jej nie było.

W DRAI zastosowano zarówno model typu CNN, jak i typu transformer, a także ogromny zbiór danych szkoleniowych obejmujący 250 miliardów zbadanych uderzeń serca. Wielka biblioteka danych umożliwia sztucznej inteligencji uczenie się i identyfikowanie subtelnych wzorców wskazujących na arytmie z wyjątkową wydajnością. DRAI, jako rozwiązanie w 100 proc. oparte na chmurze, ma możliwość bezpośredniego raportowania wyników ambulatoryjnego EKG do lekarza i ułatwić pracę, co prowadzi do obniżenia kosztów opieki zdrowotnej, zwiększenia dostępu do monitorowania i szybszych diagnoz, niezależnie od liczby kolejnych sesji.

"Zdolność DeepRhythmAI do 14-krotnego zmniejszenia liczby pominiętych diagnoz arytmii w porównaniu z analizą ludzką jest przełomem, który bezpośrednio wpływa na bezpieczeństwo pacjentów i wydajność kliniczną. Dzięki poziomowi dokładności, który zapewnia lekarzom pewność wykluczenia krytycznych arytmii, DRAI wyznacza nowy standard bezpośredniego raportowania EKG do lekarza, zmniejszając obciążenie pracą pracowników służby zdrowia, zapewniając jednocześnie szybsze i bardziej wiarygodne diagnozy. To przyszłość opieki kardiologicznej - bardziej precyzyjna, skalowalna i dostępna dla pacjentów na całym świecie – komentuje Przemysław Tadla, naczelny dyrektor techniczny (CTO) firmy Medicalalgorithmics S.A.

Paweł Wernicki (PAP)

pmw/ zan/