Νέο μοντέλο τεχνητής νοημοσύνης ανακάλυψε προηγουμένως μη εντοπίσιμα σημάδια σε εξετάσεις ρουτίνας της καρδιάς, που προβλέπουν ισχυρά ποιοι ασθενείς πιθανόν θα έχουν μοιραίες επιπλοκές μετά από εγχείρηση. Το μοντέλο ξεπέρασε σημαντικά τα σκορ κινδύνου που βασίζονται σε γιατρούς.

Η εργασία ερευνητών του Johns Hopkins University, που μετατρέπει standard αποτελέσματα εξετάσεων σε πιθανώς σωτήριο για τη ζωή εργαλείο θα μπορούσε να μεταμορφώσει τη λήψη αποφάσεων και τον υπολογισμό κινδύνου σε ασθενείς και γιατρούς.

Ο Robert D. Stevens, δήλωσε οτι η ομάδα έδειξε ότι ένα ηλεκτροκαρδιογράφημα περιέχει σημαντικές προγνωστικές πληροφορίες που δεν εντοπίζονται με γυμνό μάτι αλλά με τεχνικές μηχανικής μάθησης.

Ένα ποσοστό ανθρώπων εμφανίζει απειλητικές για τη ζωή του επιπλοκές μετά από μεγάλη εγχείρηση. Τα σκορ κινδύνου που βασίζονται σε γιατρούς για τον εντοπισμό αυτών που έχουν κίνδυνο επιπλοκών είναι ακριβή στο 60% περίπου των περιστατικών.

Ερευνητές του Johns Hopkins team εστίασαν στο ηλεκτροκαρδιογράφημα- γρήγορο, μη επεμβατικό τρόπο για την αξιολόγηση της καρδιακής δραστηριότητας. Όμως η εξέταση μπορεί να εντοπίσει και πιο ανεπαίσθητες πληροφορίες, δήλωσε ο Stevens και η ομάδα υπέθεσε ότι θα μπορούσε να ανακαλύψει πολύτιμα στοιχεία πρόγνωσης αν η τεχνητή νοημοσύνη τη βοηθούσε να τα δει.

Οι ερευνητές ανέλυσαν στοιχεία ηλεκτροκαρδιογραφημάτων πριν την εγχείρηση, από 37.000 ασθενείς που εγχειρίστηκαν στο  Beth Israel Deaconess Medical Center στη Βοστόνη.

Η ομάδα εκπαίδευσε 2 μοντέλα τεχνητής νοημοσύνης για να εντοπίσει ασθενείς που πιθανόν θα εμφάνιζαν καρδιακή προσβολή, εγκεφαλικό επεισόδιο ή θα πέθαιναν εντός 30 ημέρων μετά την εγχείρηση

Ένα μοντέλο εκπαιδεύτηκε σε μόνο στοιχεία ηλεκτροκαρδιογραφήματος.

Το άλλο μοντέλο "fusion" συνδύαζε τις πληροφορίες του ηλεκτροκαρδιογραφήματος με περισσότερες λεπτομέρειες από τον φάκελο του ασθενούς, όπως ηλικία, φύλο και συννοσηρότητες.

Tο μοντέλο που βασίστηκε μόνο στο ηλεκτροκαρδιογράφημα προέβλεψε επιπλοκές καλύτερα από τα τρέχοντα σκορ κινδύνου αλλά το μοντέλο "fusion" ήταν ακόμα καλύτερο και μπόρεσε να προβλέψει ποιοι ασθενείς θα εμφάνιζαν μετεγχειρητικές επιπλοκές με ακρίβεια 85%.

Η ομάδα επίσης ανέπτυξε μέθοδο για να εξηγεί ποια χαρακτηριστικά του ηλεκτροκαρδιογραφήματος θα μπορούσαν να συνδέονται με καρδιακή προσβολή ή εγκεφαλικό επεισόδιο μετά από εγχείρηση.

Τα αποτελέσματα δημοσιεύτηκαν στο British Journal of Anaesthesia.

Πηγές:
British Journal of Anaesthesia.

Ειδήσεις υγείας σήμερα
Κουραμπιέδες, μελομακάρονα και μια αίσθηση ανεκπλήρωτου
Το πρώτο και μοναδικό βιο - ομοειδές φάρμακο για την πολλαπλή σκλήρυνση μπαίνει στις ΗΠΑ
Ι. Βαρδακαστάνης: Το αναπηρικό κίνημα συνεχίζει να αγωνίζεται και να διεκδικεί