Yapay zeka, EKG’den ani kardiyak ölüm riski yüksek hastaları belirledi

California Üniversitesi, Berkeley’de geliştirilen yapay zeka sistemi, rutin elektrokardiyogramlarda gözden kaçan ince dalga değişimlerini ortaya çıkardı. *Nature* dergisinde yayımlanan çalışmada, bu kalıpların ani kardiyak ölüm riskinin artmasıyla ilişkili olduğu görüldü. Araştırmacılar, standart klinik taramalardan daha başarılı sonuçlar veren yöntemin, kalp durması yaşanmadan önce risk altındaki kişilerin belirlenmesine yardımcı olabileceğini bildirdi.

440 BİN KAYIT 

Ekip, İsveç sağlık sisteminde altı yıl boyunca toplanan 440 binden fazla EKG kaydını ölüm belgeleriyle eşleştirdi. Model, sonradan ani kardiyak ölüm yaşanan vakalardaki elektriksel özellikleri tanımak üzere eğitildi.

Ardından San Diego ve Taipei’den farklı hasta veri setleriyle test edilerek başka popülasyonlardaki performansı değerlendirildi. Yapay zeka, geleneksel incelemelerde fark edilmeyen dalga formu değişimlerini yakaladı. Ancak bu elektriksel kalıpların hangi fizyolojik mekanizmadan kaynaklandığı henüz açıklanamadı.

RİSKLİ GRUBUN BELİRLENMESİ 

Ani kardiyak ölüm riskini ve kalbe yerleştirilen şok cihazı (ICD) gereksinimini değerlendirmede kullanılan ejeksiyon fraksiyonu ölçümüyle belirlenen yüksek riskli grupta yıllık ölüm oranı yüzde 4,6 oldu. Yapay zekanın belirlediği grupta ise yıllık ani kardiyak ölüm oranı yüzde 7’ye ulaştı.

Bu kişilerin önemli bölümü mevcut klinik kriterlere göre yüksek riskli kabul edilmiyordu. Çalışmanın başyazarı, UC Berkeley Halk Sağlığı Okulu’ndan Ziad Obermeyer, yöntemin kararları iyileştirmenin yanı sıra hastaların kalbi durmadan önce neler yaşandığını anlamaya da katkı sağlayabileceğini belirtti.

KLİNİK UYGULAMA HAZIRLIĞI 

ABD’de her yıl 300 binden fazla kişi ani kalp durması nedeniyle yaşamını yitirirken, hastane dışındaki vakalarda hayatta kalma oranı yaklaşık yüzde 10’da kalıyor. Araştırmacılar, algoritmanın ölümleri önleme çalışmalarına katkı sağlamasını hedefliyor.

Obermeyer ve ekibi, sistemi hastane veri tabanlarında kullanmak için İsveç, Tayvan ve ABD’deki sağlık sistemleriyle iş birliği yapıyor. Yüksek riskli hastalara kalbin elektriksel aktivitesini sürekli kaydeden giyilebilir cihazlar sunulması ve elde edilen verilerin defibrilatör kararlarını desteklemesi planlanıyor.

VERİ ERİŞİMİ ENGELİ 

Obermeyer, tıbbi kayıtların bir araya getirilmesinin yaklaşık on yıl sürdüğünü belirterek veri erişimini klinik yapay zekanın önündeki en büyük engel olarak tanımladı. Ekip, kişilerin temel bilgilerini girerek risklerini değerlendirebileceği bir internet sitesi oluşturmayı ve aracın kullanımı yaygınlaştıkça analiz kapsamını genişletmeyi hedefliyor.