AI przewiduje arytmię 30 minut przed jej wystąpieniem


W Polsce z migotaniem przedsionków żyje ok. 700 tys. osób
W Polsce z migotaniem przedsionków (AFib) żyje ok. 700 tys. osób

Naukowcy z Luxembourg Centre for Systems Biomedicine (LCSB) Uniwersytetu w Luksemburgu opracowali model AI głębokiego uczenia się przewidujący przejście serca od normalnego rytmu w fazę migotania przedsionków (AFib). Aby go zastosować, wystarczy zwykły smartwatch.

Groźne, niezdiagnozowane migotanie przedsionków

Migotanie przedsionków jest najczęstszym rodzajem arytmii serca. W 2019 r. chorobę zdiagnozowano u ok. 59 milionów osób na świecie. W Polsce z migotaniem przedsionków żyje ok. 700 tys. osób (dane z 2022 r.). Nieregularne bicie serca zwiększa ryzyko niewydolności serca, demencji i udaru mózgu.

Obecne metody oparte na analizie danych tętna i elektrokardiogramu (EKG) są wprawdzie w stanie wykryć migotanie przedsionków, ale reaktywnie, czyli dopiero, gdy już wystąpi. Taką funkcję posiada m.in. Apple Watch, który tworzy historię AFib pomocną w prawidłowej diagnozie. Nowy model AI z LCSB jest wstanie wykryć zbliżający się epizod średnio 30 minut przed jego wystąpieniem z dokładnością około 80%. W ten sposób pacjenci mogliby otrzymywać ostrzeżenia, zyskując czas na przyjęcie leków.

AI wychwytuje wczesne sygnały epizodu arytmii

Model WARN (Warning of Atrial fibRillatioN) został przeszkolony i przetestowany na 24-godzinnych zapisach zebranych od 350 pacjentów w szpitalu Tongji (Wuhan, Chiny). W porównaniu z wcześniejszymi pracami nad przewidywaniem arytmii, WARN jest pierwszą metodą, która zapewnia ostrzeżenie na długo przed wystąpieniem AFib.

System AI ma jeszcze jedną zaletę – do precyzyjnej predykcji wystarczy pomiar tętna, a ten mierzą tanie i szeroko dostępne smartwatche i inteligentne opaski fitness. Model nie wymaga dużych mocy obliczeniowych, co kwalifikuje go do integracji z urządzeniami ubieralnymi. Ciągłe monitorowanie rytmu serca z opcją otrzymywania wczesnych ostrzeżeń o zbliżającym AFib daje pacjentom wystarczająco dużo czasu na przyjęcie leków przeciwarytmicznych lub zastosowanie innych metod leczenia stosowanych w zapobieganiu migotania przedsionków. Oprócz komfortu psychicznego dla pacjenta, zaletą jest zmniejszenie liczby wizyt na ostrym dyżurze.

Teraz naukowcy planują poprawić dokładność modelu, trenując go na kolejnych zbiorach danych zbieranych za pomocą inteligentnych zegarków. Nie wykluczają także badań klinicznych, które byłyby podstawą do stworzenia nowego biomarkera cyfrowego i opracowania zupełnie nowej interwencji terapeutycznej.