Ένα στηθοσκόπιο που χρησιμοποιεί τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει τους γιατρούς να ανιχνεύσουν σοβαρές παθήσεις των καρδιακών βαλβίδων χρόνια νωρίτερα, σώζοντας πιθανώς χιλιάδες ζωές, σύμφωνα με μια νέα μελέτη.

Εκτιμάται ότι 41 εκατομμύρια άνθρωποι παγκοσμίως ζουν με κάποιο είδος καρδιακής βαλβιδικής νόσου, η οποία μπορεί να οδηγήσει σε καρδιακή ανεπάρκεια, νοσηλεία και θάνατο.

Η έγκαιρη διάγνωση είναι ζωτικής σημασίας για την επιτυχή θεραπεία, αλλά η πάθηση μπορεί να είναι ασυμπτωματική στα αρχικά της στάδια, πριν προκαλέσει ζάλη, δύσπνοια και αίσθημα παλμών, τα οποία μπορούν να συγχέονται με άλλες παθήσεις, με αποτέλεσμα ορισμένοι ασθενείς να μην λαμβάνουν διάγνωση μέχρι να προχωρήσει η νόσος.

Προς το παρόν, η διάγνωση της βαλβιδικής νόσου βασίζεται στο ηχοκαρδιογράφημα, ένα είδος υπερηχογραφικής εξέτασης που είναι δαπανηρή και χρονοβόρα. Αν και οι γιατροί ακούνε την καρδιά χρησιμοποιώντας στηθοσκόπιο, αυτό δεν γίνεται συστηματικά στις σύντομες επισκέψεις στον οικογενειακό γιατρό και είναι γνωστό ότι πολλές περιπτώσεις δεν διαγιγνώσκονται.

Ωστόσο, η νέα τεχνολογία που λειτουργεί με ψηφιακά στηθοσκόπια αποδείχθηκε ότι θα μπορούσε να χρησιμοποιηθεί ως εργαλείο ταχείας διαλογής.

«Η βαλβιδική νόσος είναι μια σιωπηλή επιδημία», δήλωσε ο καθηγητής Anurag Agarwal από το τμήμα μηχανικής του Cambridge, ο οποίος ηγήθηκε της έρευνας. «Εκτιμάται ότι 300.000 άτομα στο Ηνωμένο Βασίλειο πάσχουν από σοβαρή αορτική στένωση και περίπου το ένα τρίτο δεν το γνωρίζει. Όταν εμφανιστούν τα συμπτώματα, τα αποτελέσματα μπορεί να είναι χειρότερα από ό,τι σε πολλές περιπτώσεις καρκίνου».

Για τη μελέτη που δημοσιεύθηκε στο περιοδικό npj Cardiovascular Health, οι ερευνητές ανέλυσαν τους καρδιακούς ήχους από σχεδόν 1.800 ασθενείς χρησιμοποιώντας έναν αλγόριθμο τεχνητής νοημοσύνης που είχε εκπαιδευτεί να αναγνωρίζει τις βαλβιδικές παθήσεις.

Διαπιστώθηκε ότι η τεχνητή νοημοσύνη αναγνώριζε σωστά το 98% των ασθενών με σοβαρή αορτική στένωση, την πιο κοινή μορφή βαλβιδικής νόσου που απαιτεί χειρουργική επέμβαση, και το 94% των ασθενών με σοβαρή μιτροειδή ανεπάρκεια, όπου η καρδιακή βαλβίδα δεν κλείνει πλήρως και το αίμα διαρρέει προς τα πίσω μέσω της βαλβίδας.

Αντί να εκπαιδεύσουν τον αλγόριθμο να αναγνωρίζει τυχόν καρδιακό φύσημα, οι ερευνητές τον εκπαίδευσαν απευθείας στα αποτελέσματα των ηχοκαρδιογραφημάτων. Λένε ότι αυτό επέτρεψε στο σύστημα να μάθει λεπτές ακουστικές αλληλουχίες που οι άνθρωποι μπορεί να παραβλέψουν, συμπεριλαμβανομένων περιπτώσεων χωρίς εμφανή φύσημα.

Όταν δοκιμάστηκε σε 14 γενικούς ιατρούς που άκουσαν τις ίδιες ηχογραφήσεις, ο αλγόριθμος βρέθηκε να υπερτερεί σε όλους, παρέχοντας αξιόπιστα αποτελέσματα.

Οι ερευνητές αναφέρουν ότι το σύστημα σχεδιάστηκε για να ελαχιστοποιεί τους ψευδείς συναγερμούς, μειώνοντας τον κίνδυνο υπερφόρτωσης των ήδη επιβαρυμένων υπηρεσιών ηχοκαρδιογραφίας. Προσθέτουν ότι η τεχνολογία δεν προορίζεται να αντικαταστήσει τους γιατρούς, αλλά θα μπορούσε να αποτελέσει ένα χρήσιμο εργαλείο διαλογής, βοηθώντας τους γιατρούς να αποφασίσουν ποιοι ασθενείς πρέπει να παραπεμφθούν για περαιτέρω διερεύνηση και θεραπεία.

Σύμφωνα με τους ερευνητές, πριν από την κυκλοφορία της συσκευής θα χρειαστούν περαιτέρω δοκιμές, οι οποίες θα διεξαχθούν σε πραγματικές συνθήκες γενικής ιατρικής με μια ποικιλόμορφη ομάδα ασθενών.

Ωστόσο, αναφέρουν ότι η τεχνητή νοημοσύνη θα μπορούσε να συμβάλει στην αντιμετώπιση των αυξανόμενων πιέσεων στις υπηρεσίες υγείας που προκαλούνται από τη γήρανση του πληθυσμού.