Atrial fibrillation
Fibrilace síní a strojové učení: je včasná detekce o krok blíže?
Shrnutí nejnovějšího výzkumu přesnosti detekce fibrilace síní pomocí nového algoritmu strojového učení v monitoru krevního tlaku

Pokroky v oblasti zdravotnických technologií mění způsoby zjišťování, diagnostiky a léčby onemocnění. Jednou z oblastí, kde došlo k významnému pokroku, je integrace algoritmů strojového učení do každodenních zařízení, jako jsou například měřiče krevního tlaku. Fibrilace síní (FS), běžná a potenciálně nebezpečná srdeční arytmie, zůstává často neodhalena, dokud se neobjeví komplikace.12
Nedávná studie však zkoumala, zda algoritmus vytvořený pomocí strojového učení může zlepšit včasnou detekci fibrilace srdeční, pokud je zabudován do přístroje na měření krevního tlaku, což nabízí novou hranici pro dostupnou zdravotní péči.1
Výzva pro detekci fibrilace síní
Tradiční diagnostika se částečně opírá o konzultaci nepravidelností s údaji z elektrokardiogramu (EKG), což je klinický nástroj, který není vždy dostupný osobám mimo lékařské prostředí.2
S rozvojem umělé inteligence však přichází do hry možnost integrovat do tlakoměrů algoritmy strojového učení. Tyto přístroje jsou známé, široce používané a neinvazivní, což z nich činí ideálního kandidáta pro dostupnější detekci AF. Ale zda zařízení, jako je např M7 Intelli IT AFib, X7 Smart AFib a M6 Comfort AFib přináší spolehlivé výsledky?
Studie: hodnocení přesnosti detekce AF
V této studii vědci testovali přesnost detekce nového algoritmu vyvinutého pomocí strojového učení a zabudovaného do komerčně dostupného měřiče krevního tlaku. Cílem bylo zjistit, zda tento systém dokáže přesně detekovat fibrilaci síní v reálných klinických situacích.1
Klinická studie zahrnovala 559 subjektů: 267 s potvrzenou AF a 292 bez ní. Všem účastníkům bylo zavedeno 12svodové EKG a údaje byly zaznamenány pro srovnání. Mezi měřiči krevního tlaku (BPM) byly 2 s algoritmem AI a 2 bez algoritmu. Cílem bylo porovnat údaje mezi dvěma různými typy BPM, včetně citlivosti, specifičnosti a přesnosti pro detekci AFib. Všechny 12svodové EKG byly interpretovány certifikovaným kardiologem, zaslepeným vůči výsledkům BPM.1
Výhody algoritmizovaných BPM
Algoritmus byl vytvořen pomocí strojového učení a poté zabudován do tlakoměru. Funguje na základě analýzy malých výkyvů v tepové frekvenci, které mohou naznačovat přítomnost AF. To, co odlišuje BPM s podporou algoritmu, je jeho přesnost při detekci AF bez externího výpočetního výkonu nebo dalších komponent.1
Algoritmus byl navíc vyvinut na základě neustálého zdokonalování porozumění nepravidelným pulzním vzorům, algoritmus je stále schopnější rozlišovat mezi normálním srdečním rytmem a často nenápadnými nepravidelnostmi předsíňové automatické srdeční akce. Výsledkem je detekční nástroj, který pracuje s rozhodovacími stromy a umožňuje vysoce personalizovaný přístup k navigaci v rozhodovacích stromech a dalších diagnostických nástrojích.1
Hlavní zjištění: výkonnost algoritmu
Výsledky byly povzbudivé. Dva nové algoritmy strojového učení BPM prokázaly, že přesnost 97 % a citlivost 95 % při detekci AF. Specifičnost - schopnost správně vyloučit AF u pacientů bez tohoto onemocnění - byla 98%. To jsou přesvědčivé údaje pro neinvazivní zařízení pro domácí použití.1
Kromě toho, když se jednalo o paroxysmální AF, přerušovaný stav, je jednou z výhod BPM pro domácí použití to, že je lze použít kdykoli je to nutné, v přítomnosti příznaků, nebo bez nich. Vytváří tak úplnější obraz diagnostických údajů. Při dostatečném používání by tedy potenciálně mohly být identifikovány i intermitentní případy AF.1
Skutečné důsledky pro pacienty
Je pravděpodobné, že včasná detekce AF vede k včasná intervencea to je rozhodující pro prevenci komplikací, jako je mrtvice nebo srdeční selhání. Výsledky této studie naznačují, že vybavení jednotlivců jednoduchým chytrým zařízením by mohlo nabídnout život zachraňující poznatky dlouho předtím, než se projeví závažné příznaky. Dokonce i u osob s přerušovanou fibrilací srdeční by opakované používání zařízení mohlo zachytit nepravidelnosti, které by jinak zůstaly nepovšimnuty.1
Ale co budoucnost?
S oportunním screeningem u pacientů s hypertenzí, obstrukční spánkovou apnoe a pacientů starších 65 let doporučené pokyny ESC. Slibná je možnost zvýšení přesnosti diagnostiky pacientů s arytmiemi, jako je například fibrilace srdečního rytmu.3
Potenciální přínosy jsou navíc značné. Pokud se bude přesnost algoritmů strojového učení zabudovaných do BPM nadále zvyšovat, mohly by sloužit jako most mezi BPM a BPM klinická diagnostika a každodenní sledování, což nabízí hybridní přístup ke zdravotní péči. To by nejen snížilo zátěž zdravotnických systémů, ale také by jednotlivcům umožnilo převzít kontrolu nad svým zdravím způsobem, který byl dříve nedostupný.
Nová éra preventivní zdravotní péče..
I když strojové učení nakonec nenahradí tradiční diagnostické nástroje, jeho schopnost vylepšit každodenní přístroje, jako jsou měřiče krevního tlaku, by mohla významně změnit náš přístup k diagnostice preventivní zdravotní péče. Prozatím jsou důkazy jasné: integrace inteligentních algoritmů do známých zařízení je krokem vpřed při objasňování dosud nediagnostikovaných srdečních onemocnění.
S dalším vývojem technologií se potenciál včasného zachycení onemocnění, jako je fibrilace síní, stává hmatatelnějším, čímž se zmenšuje rozdíl mezi detekcí a léčbou. A to nás přivádí zpět k základní otázce položené na začátku: může algoritmus vytvořený strojovým učením v monitorech krevního tlaku pomoci při odhalování fibrilace síní?
Odpověď na základě výsledků této studie je jednoznačná Ano - alespoň částečně. Po dalším zdokonalení se tato technologie může brzy stát klíčovou pro podporu zdraví srdce milionů lidí na celém světě.
Pokud byste si vy nebo vaši pacienti chtěli tuto technologii vyzkoušet, podívejte se prosím na stránky M7 Intelli IT AFib, X7 Smart AFib a M6 Comfort AFib se dozvíte více.
Odkazy
- Janik, Matthew a kol. "Diagnostická přesnost detekce fibrilace síní pomocí nového algoritmu strojového učení v monitoru krevního tlaku." Heart Rhythm, 1. 4. 2024, pubmed.ncbi.nlm.nih.gov/38692340/.
- NHS. Zdraví od A do Z. Přehled. Fibrilace síní. Dostupné na: https://www.nhs.uk/conditions/atrial-fibrillation/. Přístupné v září 2024.
- John William McEvoy a kol. "2024 ESC Guidelines for the Management of Elevated Blood Pressure and Hypertension" European Heart Journal, 30. srpna 2024.
OHEAPP-666