Μελέτη δείχνει την ικανότητα των ΗΚΓ έξυπνων ρολογιών να ανιχνεύουν με ακρίβεια καρδιακή ανεπάρκεια

Μελέτη δείχνει την ικανότητα των ΗΚΓ έξυπνων ρολογιών να ανιχνεύουν με ακρίβεια καρδιακή ανεπάρκεια

Μια μελέτη που δημοσιεύτηκε στο Nature Medicine αναφέρει την ικανότητα του ΗΚΓ ενός smartwatch να ανιχνεύει με ακρίβεια την καρδιακή ανεπάρκεια σε μη κλινικές συνθήκες. Οι ερευνητές της Mayo Clinic εφάρμοσαν τεχνητή νοημοσύνη (AI) σε καταγραφές ΗΚΓ του Apple Watch για να εντοπίσουν ασθενείς με αδύναμες καρδιακές αντλίες. Οι συμμετέχοντες στη μελέτη κατέγραψαν τα ΗΚΓ του έξυπνου ρολογιού τους από απόσταση όποτε ήθελαν, όπου κι αν βρίσκονταν. Σε τακτά χρονικά διαστήματα, ανέβαζαν αυτόματα και με ασφάλεια τα ΗΚΓ στα ηλεκτρονικά τους ιατρικά αρχεία μέσω μιας εφαρμογής smartphone που αναπτύχθηκε από το Κέντρο Ψηφιακής Υγείας της Mayo Clinic.

Επί του παρόντος, διαγιγνώσκουμε κοιλιακή δυσλειτουργία - μια αδύναμη καρδιακή αντλία - μέσω υπερηχοκαρδιογραφήματος, αξονικής τομογραφίας ή μαγνητικής τομογραφίας, αλλά αυτές είναι ακριβές, χρονοβόρες και μερικές φορές απρόσιτες. Η δυνατότητα εξ αποστάσεως διάγνωσης μιας αδύναμης καρδιακής αντλίας χρησιμοποιώντας ένα ΗΚΓ που καταγράφεται από ένα άτομο που χρησιμοποιεί μια καταναλωτική συσκευή, όπως ένα έξυπνο ρολόι, επιτρέπει την έγκαιρη αναγνώριση αυτής της δυνητικά απειλητικής για τη ζωή ασθένειας σε μεγάλη κλίμακα».

Paul Friedman, MD, πρόεδρος του τμήματος καρδιαγγειακής ιατρικής στην Mayo Clinic, Rochester

Ο Δρ. Friedman είναι ο κύριος συγγραφέας της μελέτης.

Τα άτομα με αδύναμη καρδιακή αντλία μπορεί να μην έχουν συμπτώματα, αλλά αυτή η κοινή μορφή καρδιακής νόσου επηρεάζει περίπου το 2% του πληθυσμού και το 9% των ατόμων άνω των 60 ετών. Εάν η καρδιά δεν μπορεί να αντλήσει αρκετό αίμα πλούσιο σε οξυγόνο, μπορεί να εμφανιστούν συμπτώματα, όπως καρδιακή ανεπάρκεια, δύσπνοια, γρήγορος καρδιακός παλμός και πρήξιμο στα πόδια. Η έγκαιρη διάγνωση είναι σημαντική γιατί, αφού εντοπιστούν, υπάρχουν πολυάριθμες θεραπευτικές επιλογές για τη βελτίωση της ποιότητας ζωής και τη μείωση του κινδύνου καρδιακής ανεπάρκειας και θανάτου.

Οι ερευνητές της Mayo ερμήνευσαν τα ΗΚΓ με μία απαγωγή του Apple Watch τροποποιώντας έναν προηγούμενο αλγόριθμο σχεδιασμένο για ΗΚΓ 12 απαγωγών που έχει αποδειχθεί ότι ανιχνεύει αδύναμη καρδιακή άντληση. Ο αλγόριθμος κλάσματος χαμηλής κοιλιακής εξώθησης 12 απαγωγών είναι αδειοδοτημένος στην Anumana Inc., μια εταιρεία τεχνολογίας υγείας με γνώμονα την τεχνητή νοημοσύνη που αναπτύχθηκε από κοινού από την Inference και την Mayo Clinic.

Ενώ τα δεδομένα είναι πρώιμα, ο τροποποιημένος αλγόριθμος AI που χρησιμοποιεί δεδομένα ΗΚΓ μίας απαγωγής είχε μια περιοχή κάτω από την καμπύλη 0,88 για να ανιχνεύσει μια αδύναμη καρδιακή αντλία. Συγκριτικά, αυτό το μέτρο ακρίβειας είναι εξίσου καλό ή ελαφρώς καλύτερο από ένα ιατρικό διαγνωστικό τεστ σε διάδρομο.

"Αυτά τα δεδομένα είναι ενθαρρυντικά γιατί δείχνουν ότι τα ψηφιακά εργαλεία επιτρέπουν βολικό, προσιτό και κλιμακωτό έλεγχο για σημαντικές ασθένειες. Η τεχνολογία μάς επιτρέπει να συλλέγουμε εξ αποστάσεως χρήσιμες πληροφορίες για την καρδιά ενός ασθενούς με προσιτό τρόπο που μπορεί να καλύψει τις ανάγκες των ανθρώπων σε τοπικό επίπεδο", λέει ο Zachi Attia, Ph.D., επικεφαλής επιστήμονας AI στο Τμήμα Medicine Cardiovascular. Ο Δρ. Attia είναι ο πρώτος συγγραφέας της μελέτης.

«Η οικοδόμηση της ικανότητας πρόσληψης δεδομένων από φορητά ηλεκτρονικά είδη ευρείας κατανάλωσης και η παροχή δυνατοτήτων ανάλυσης για την απομακρυσμένη πρόληψη ασθενειών ή βελτίωση της υγείας, όπως φαίνεται σε αυτή τη μελέτη, μπορεί να φέρει επανάσταση στην υγειονομική περίθαλψη. Κλινικό Κέντρο Ψηφιακής Υγείας και συν-συγγραφέας της μελέτης.

Και οι 2.454 συμμετέχοντες στη μελέτη ήταν ασθενείς της Mayo Clinic από τις Ηνωμένες Πολιτείες και 11 χώρες. Κατέβασαν μια εφαρμογή που αναπτύχθηκε από το Mayo Clinic Center for Digital Health για να ανεβάσουν με ασφάλεια τα ΗΚΓ της Apple Watch στα ηλεκτρονικά τους ιατρικά αρχεία. Οι συμμετέχοντες κατέγραψαν περισσότερα από 125.000 προηγούμενα και νέα ηλεκτροκαρδιογραφήματα Apple Watch στα ηλεκτρονικά τους αρχεία υγείας μεταξύ Αυγούστου 2021 και Φεβρουαρίου 2022. Οι κλινικοί γιατροί είχαν πρόσβαση σε όλα τα δεδομένα ΗΚΓ σε έναν πίνακα εργαλείων τεχνητής νοημοσύνης ενσωματωμένο στον ηλεκτρονικό ιατρικό φάκελο, συμπεριλαμβανομένης της καταγεγραμμένης ημέρας και ώρας.

Περίπου 420 συμμετέχοντες υποβλήθηκαν σε υπερηχοκαρδιογράφημα - μια τυπική εξέταση που χρησιμοποιεί ηχητικά κύματα για τη δημιουργία εικόνων της καρδιάς - εντός 30 ημερών από την εγγραφή ενός ΗΚΓ του Apple Watch στην εφαρμογή. Από αυτούς, 16 ασθενείς είχαν χαμηλό κλάσμα εξώθησης που επιβεβαιώθηκε με ηχοκαρδιογράφημα, το οποίο παρείχε σύγκριση ως προς την ακρίβεια.

Αυτή η μελέτη χρηματοδοτήθηκε από την Mayo Clinic χωρίς τεχνική ή οικονομική υποστήριξη από την Apple. Ο Δρ. Attia και ο Friedman, μαζί με άλλους, είναι συν-εφευρέτες του αλγορίθμου Low Ejection Fraction που έχει λάβει άδεια στην Anumana και θα μπορούσαν να επωφεληθούν από την εμπορευματοποίησή του.

Πηγή:

Κλινική Mayo

Αναφορά:

Attia, ZI, et al. (2022) Προοπτική αξιολόγηση της ανίχνευσης της δυσλειτουργίας της αριστερής κοιλίας με δυνατότητα έξυπνου ρολογιού. Φυσικοπαθητική. doi.org/10.1038/s41591-022-02053-1.

.