Sztuczna inteligencja pomoże określić ryzyko sercowo-naczyniowe

- Nagła śmierć sercowa odpowiada za od 10 do 20 proc. wszystkich zgonów. Przewidywanie jej jest trudne, a zwykłe metody nie pozwalają na identyfikację osób wysokiego ryzyka - mówi kardiolog Xavier Jouven. - Zaproponowaliśmy nowe podejście, które nie ogranicza się do zwykłych czynników ryzyka sercowo-naczyniowego, ale obejmuje wszystkie informacje medyczne dostępne w elektronicznej dokumentacji zdrowotnej - dodaje.

Za pomocą przeanalizowano informacje medyczne z rejestrów i baz danych dotyczące 25 tysięcy osób, które zmarły w wyniku nagłego zatrzymania krążenia oraz 70 tysięcy osób z populacji ogólnej. Dane, które obejmowały duże ilości diagnoz szpitalnych i miliony recept na leki, zebrano z dokumentacji medycznej aż do dziesięciu lat przed śmiercią każdej z badanych osób. Wykorzystując sztuczną inteligencję do analizy danych, uwzględniono spersonalizowane czynniki zastosowane do identyfikacji osób o bardzo wysokim ryzyku nagłej śmierci sercowej.

Wśród analizowanych czynników ryzyka były: leczenie , , a także zaburzenia psychiczne i behawioralne, w tym nadużywanie alkoholu. Analiza sztucznej inteligencji pozwoliła zidentyfikować osoby, u których ryzyko nagłej śmierci wynosiło ponad 90 proc., a stanowiły one ponad jedną czwartą wszystkich przypadków nagłej śmierci sercowej.

- Od prawie trzech dekad pracujemy nad przewidywaniem nagłej śmierci sercowej, jednak nie spodziewaliśmy się osiągnąć tak wysokiego poziomu dokładności. Odkryliśmy też, że spersonalizowane czynniki ryzyka są bardzo różne u poszczególnych uczestników i często wynikają z danych dotyczących różnych dziedzin medycyny (połączenia informacji neurologicznych, psychiatrycznych, metabolicznych i sercowo-naczyniowych), a to obraz trudny do uchwycenia przez specjalistę w jednej danej dziedzinie - mówi prof. Jouven. - Jakkolwiek lekarze dysponują skutecznymi metodami leczenia, takimi jak korygowanie czynników ryzyka, stosowanie określonych leków i wszczepialnych defibrylatorów, zastosowanie sztucznej inteligencji pozwala wykryć u danego pacjenta ciąg informacji medycznych zarejestrowanych na przestrzeni lat, które utworzą schemat powiązany ze zwiększonym ryzykiem nagłej śmierci sercowej. Mamy nadzieję, że dzięki spersonalizowanej liście czynników ryzyka pacjenci będą mogli lepiej współpracować ze swoimi lekarzami, by ograniczyć te czynniki ryzyka i ostatecznie zmniejszyć zagrożenie śmiercią na skutek problemów z sercem - dodaje.