Znanstvenici otkrili skriveni signal iz srca: Ono što javlja moglo bi spasiti tisuće života

Ljudsko srce tijekom jednog dana otkuca približno 100.000 puta, održavajući život i omogućujući normalno funkcioniranje organizma. No što se događa kada taj neprekidni ritam iznenada prestane? Znanstvenici su sada došli do otkrića koje bi moglo značajno promijeniti način na koji se prepoznaju osobe izložene riziku od iznenadne srčane smrti. Novo istraživanje pokazalo je da bi umjetna inteligencija, analizirajući običan elektrokardiogram, mogla otkriti opasnost koju postojeće medicinske metode često ne uspijevaju prepoznati.
Prema dostupnim procjenama, svake godine u Sjedinjenim Američkim Državama više od 350.000 ljudi doživi iznenadni srčani zastoj. Većina njih nikada ne stigne do bolnice. Smrtni ishodi takvih događaja svrstavaju se u kategoriju iznenadne srčane smrti, koja se općenito definira kao neočekivana smrt uzrokovana srčanim problemima, a koja nastupi unutar jednog sata od pojave simptoma.
Procjenjuje se da iznenadna srčana smrt u SAD-u godišnje odnese i do 300.000 života, dok se smatra odgovornom za čak 15 posto svih smrtnih slučajeva u svijetu. Upravo zato mogućnost ranog prepoznavanja osoba kojima prijeti takav ishod predstavlja jedno od važnijih područja suvremenih kardioloških istraživanja.
Umjetna inteligencija mogla bi prepoznati ono što liječnici dosad nisu uspijevali
Novo istraživanje objavljeno u znanstvenom časopisu Nature otkriva kako bi se dio tih smrti potencijalno mogao predvidjeti, a možda i spriječiti. Znanstvenici su razvili sustav umjetne inteligencije koji analizira električnu aktivnost srca i prepoznaje obrasce povezane s povećanim rizikom od iznenadne srčane smrti.
Jedna od postojećih metoda prevencije uključuje ugradnju implantabilnih kardioverter-defibrilatora. Ti uređaji mogu prepoznati opasne poremećaje srčanog ritma i ispraviti ih prije nego što dovedu do smrtonosnog ishoda. Međutim, problem je u tome što liječnicima nije uvijek jednostavno utvrditi kojim je pacijentima takav uređaj doista potreban.
Trenutačno se procjena rizika u velikoj mjeri oslanja na ultrazvučni pregled srca, odnosno na mjerenje ejekcijske frakcije lijeve klijetke (LVEF). Riječ je o pokazatelju koji mjeri koliki udio krvi lijeva klijetka izbacuje pri svakom otkucaju srca. Na temelju tog podatka liječnici pokušavaju izdvojiti pacijente s najvećim rizikom od ozbiljnih srčanih komplikacija.
Ipak, ta metoda ima značajna ograničenja. Ne uspijeva prepoznati velik broj ljudi koji poslije dožive iznenadnu srčanu smrt, a istodobno kao visokorizične označava i mnoge pacijente kojima defibrilator nikada neće biti potreban.
Znanstvenici smatraju da bi upravo umjetna inteligencija mogla popuniti tu važnu prazninu.
"Imamo rješenje za ovaj problem", izjavio je Ziad Obermeyer, liječnik i istraživač umjetne inteligencije sa Sveučilišta Kalifornije u Berkeleyju.
"Kada biste znali da ste jedna od osoba koje će iznenada umrijeti, otišli biste k kardiologu i ugradili defibrilator. Problem je u tome što liječnici ne mogu utvrditi kome je on potreban prije nego što bude prekasno", objasnio je Obermeyer.

Analizirali više od 440.000 EKG snimki
Kako bi provjerili može li umjetna inteligencija prepoznati osobe s povećanim rizikom, Obermeyer i njegovi suradnici razvili su model dubokog učenja koji analizira elektrokardiograme (EKG) i traži električne obrasce povezane s iznenadnom srčanom smrću.
Za treniranje modela koristili su više od 440.000 EKG snimki prikupljenih u Švedskoj. Nakon toga učinkovitost sustava provjerili su i na podacima gotovo 140.000 pacijenata iz Sjedinjenih Američkih Država te na manjoj skupini pacijenata s Tajvana.
Posebna prednost elektrokardiograma jest činjenica da je riječ o relativno jeftinoj i neinvazivnoj dijagnostičkoj metodi. EKG bilježi električnu aktivnost srca pomoću elektroda postavljenih na kožu pacijenta, što omogućuje jednostavno prikupljanje podataka bez invazivnih medicinskih postupaka.
Znanstvenici u svojem radu ističu da bi duboko učenje primijenjeno na EKG snimkama moglo spojiti nekoliko važnih prednosti: široku dostupnost, nisku cijenu, standardiziranost i mogućnost izravne računalne analize. Takav bi sustav mogao procjenjivati rizik bez potrebe za ljudskom interpretacijom svakog pojedinog nalaza.
Rezultati istraživanja pokazali su da takav pristup ima velik potencijal.
Umjetna inteligencija otkrila 86 posto visokorizičnih pacijenata koje postojeća metoda propušta
Analizirajući golemu količinu podataka i električnih obrazaca na EKG snimkama, umjetna inteligencija izdvojila je skupinu pacijenata s izrazito povećanim rizikom. U švedskom uzorku ta je skupina činila 2,2 posto svih ispitanika.
Posebno zabrinjava podatak da je čak sedam posto pacijenata iz te skupine doživjelo iznenadnu srčanu smrt tijekom sljedeće godine.
Usporedbe radi, postojeća metoda koja se temelji na mjerenju ejekcijske frakcije lijeve klijetke kao visokorizičnu je označila manju skupinu, koja je obuhvaćala 1,9 posto ispitanika. Među njima je 4,6 posto tijekom sljedećih godinu dana doživjelo iznenadnu srčanu smrt.
Još je važnija razlika u tome koje su pacijente dvije metode uspjele prepoznati. Istraživači su utvrdili da se samo manji dio visokorizičnih skupina koje su identificirale umjetna inteligencija i postojeća metoda međusobno preklapa.
Prema rezultatima istraživanja, metoda koja se temelji na ejekcijskoj frakciji lijeve klijetke nije uspjela prepoznati čak 86,1 posto visokorizičnih pacijenata koje je identificirala umjetna inteligencija.
Drugim riječima, novi sustav mogao bi otkriti velik broj ljudi koji prema trenutačnim dijagnostičkim kriterijima ne bi bili prepoznati kao osobe kojima prijeti iznenadna srčana smrt.
Defibrilatori su kod dijela pacijenata bili povezani sa znatno manjim rizikom
Istraživanje je donijelo još jedan važan podatak koji bi mogao imati značajne posljedice za buduću medicinsku praksu.
Među pacijentima koje je umjetna inteligencija prepoznala kao visokorizične, oni kojima su bili ugrađeni defibrilatori imali su stopu iznenadne srčane smrti 54,4 posto nižu od statistički očekivane.
Taj rezultat upućuje na mogućnost da bi implantabilni defibrilatori mogli spriječiti dio smrtnih slučajeva upravo u skupini pacijenata koju postojeće metode procjene rizika često propuštaju.
Ipak, autori istraživanja upozoravaju da je riječ o opservacijskim nalazima. To znači da rezultati sami po sebi ne dokazuju kako su upravo defibrilatori uzrokovali smanjenje smrtnosti. Za potvrdu takve uzročno-posljedične veze potrebna su dodatna istraživanja.
Unatoč tome, znanstvenici smatraju da su otkrili dosad nedovoljno prepoznatu skupinu ljudi kod kojih se događaju česti, ali potencijalno sprječivi smrtni slučajevi.
"U praktičnom smislu, čini se da visokorizični pacijenti predstavljaju novu, dosad neprepoznatu skupinu u kojoj se događa velik broj smrti koje bi se mogle spriječiti", navode autori istraživanja.

Otkrili neobičan signal koji bi mogao upozoravati na probleme sa srcem
No istraživači nisu stali samo na predviđanju rizika. Koristeći drugi model umjetne inteligencije, pokušali su vizualizirati i bolje razumjeti električne obrasce povezane s povećanom opasnošću od iznenadne srčane smrti.
Tijekom te analize otkrili su obilježje valnog oblika koje dosad nije bilo opisano, a koje se pokazalo kao neovisan pokazatelj rizika od iznenadne srčane smrti.
Riječ je o pojavi koju su znanstvenici nazvali "zamućenim silaznim dijelom" vala, odnosno karakterističnom promjenom u silaznoj liniji električnog signala zabilježenog na EKG-u. Takav se obrazac pojavljivao u podacima visokorizičnih pacijenata.
Prema pretpostavkama istraživača, taj bi neobičan signal mogao upućivati na nadolazeće srčane probleme, a moguće je da je povezan s fibrozom, odnosno stvaranjem ožiljnog tkiva u srčanom mišiću. Takve promjene mogu poremetiti prijenos električnih impulsa kroz srce i pridonijeti nastanku opasnih poremećaja srčanog ritma.
Otkriće je posebno zanimljivo jer pokazuje da umjetna inteligencija ne mora služiti samo za prepoznavanje već poznatih obrazaca i predviđanje zdravstvenih rizika. Može pomoći i u otkrivanju novih znanstvenih spoznaja koje bi ljudskim stručnjacima mogle promaknuti.
Znanstvenici upozoravaju da i poznati medicinski podaci skrivaju neotkrivene informacije
Važnost istraživanja istaknuo je i Changxin Lai, biomedicinski inženjer sa Sveučilišta Johns Hopkins, koji nije sudjelovao u istraživanju, ali je napisao popratni komentar o njegovim rezultatima.
"Činjenica da pristup temeljen na strojnom učenju može otkriti prethodno nepoznat obrazac u tako poznatim podacima pokazuje jednu širu pouku: duboko učenje, kada se kombinira s odgovarajućim dodatnim alatima, može nadići samo predviđanje i dovesti do znanstvenih otkrića", napisao je Lai.
Posebno je naglasio da elektrokardiogrami imaju dugu povijest primjene u medicini, ali da ni desetljeća kliničkog iskustva nisu iscrpila sve informacije koje se u njima mogu pronaći.
"EKG snimke klinički se analiziraju već više od stoljeća, a ipak ovo istraživanje pokazuje da čak i najtemeljitije proučavani podaci mogu sadržavati nepročitane poruke", istaknuo je.
Istraživanje objavljeno u časopisu Nature tako otvara mogućnost drukčijeg pristupa prevenciji iznenadne srčane smrti. Ako buduća istraživanja potvrde dobivene rezultate, umjetna inteligencija mogla bi postati važan dodatni alat u kardiologiji, omogućujući liječnicima da ranije prepoznaju pacijente kojima prijeti smrtonosni poremećaj srčanog ritma.
Pritom je posebno značajno što se nova metoda temelji na EKG-u, jednostavnom, relativno jeftinom i široko dostupnom pregledu. Upravo bi ta dostupnost mogla olakšati njezinu primjenu u velikom broju zdravstvenih ustanova i omogućiti prepoznavanje pacijenata koji bi prema dosadašnjim kriterijima ostali izvan skupine visokog rizika.
Iako umjetna inteligencija još nije zamjena za liječničku procjenu niti rezultati ovog istraživanja znače da će se nova metoda odmah početi primjenjivati u svakodnevnoj medicinskoj praksi, znanstvenici su pokazali da se u podacima koje medicina koristi već desetljećima možda kriju ključni tragovi za spašavanje ljudskih života.