Nytt AI-verktyg upptäcker ökad risk för hjärtsjukdom hos kvinnor med EKG

Nytt AI-verktyg upptäcker ökad risk för hjärtsjukdom hos kvinnor med EKG

En ny AI-modell kan flagga kvinnliga patienter som löper högre risk för hjärtsjukdom baserat på ett elektrokardiogram (EKG).

Forskarna säger att algoritmen, utformad specifikt för kvinnliga patienter, skulle kunna göra det möjligt för läkare att identifiera högriskkvinnor tidigare och ge bättre behandling och vård. Detaljer kommer att publiceras idagLancet Digital Health.

Ett EKG rapporterar hjärtats elektriska aktivitet och är ett av de vanligaste medicinska testerna i världen. I sin studie, finansierad av British Heart Foundation, använde forskare artificiell intelligens för att analysera över en miljon EKG från 180 000 patienter, varav 98 000 var kvinnor.

I den senaste studien utvecklade forskare en poäng som mäter hur nära en individs EKG matchar de typiska "EKG-mönstren för män och kvinnor" och visade risk för varje kön. Kvinnor vars EKG bättre matchade det typiska ”manliga” mönstret – som t.ex

Av avgörande betydelse visade det sig också att dessa kvinnor har en betydligt högre risk för hjärt-kärlsjukdom, framtida hjärtsvikt och hjärtinfarkt än kvinnor med EKG som bättre matchar det "typiska kvinnliga" EKG.

Tidigare bevis har visat att män tenderar att ha en högre risk för hjärtsjukdom – mer specifikt kallad hjärt-kärlsjukdom – vilket kan bero på skillnader i hormonella profiler och livsstilsfaktorer. Av denna anledning anser läkare och allmänheten att kvinnors risk för hjärt-kärlsjukdom är låg. Även om detta är risken för kvinnor också hög, med dubbelt så stor risk att kvinnor dör av kranskärlssjukdom, den vanligaste orsaken till hjärtinfarkt, än av bröstcancer i Storbritannien. Ett nyligen konsensusuttalande kallade hjärt- och kärlsjukdomar kvinnors "mördare nummer ett". Uttalandet efterlyste bättre diagnos och behandling av kvinnor, samt bättre kvinnlig representation i kliniska prövningar.

Dr Arunashis Sau, akademisk klinisk föreläsare vid National Heart and Lung Institute, Imperial College London och kardiologiregistrator vid Imperial College Healthcare NHS Trust, ledde forskningen. Han sa:

"Vårt arbete har visat att hjärt- och kärlsjukdomar hos kvinnor är mycket mer komplexa än man tidigare trott. På kliniken använder vi tester som EKG för att ge en ögonblicksbild av detta, men som ett resultat kan det innebära att gruppera patienter efter kön på ett sätt som inte tar hänsyn till deras individuella fysiologi.

Dr Fu Siong Ng, läsare i hjärtelektrofysiologi vid National Heart & Lung Institute vid Imperial College London och konsulterande kardiolog vid Imperial College Healthcare NHS Trust och Chelsea and Westminster Hospital NHS Foundation Trust, var huvudförfattare till studien. Han sa: "Många av de identifierade kvinnorna löpte faktiskt ännu högre risk än den "genomsnittliga" mannen. Om AI-modellen blir allmänt antagen kan AI-modellen med tiden minska könsskillnaderna i hjärtvård och förbättra resultaten för kvinnor med hjärtsjukdom."

Forskargruppen publicerade nyligen en annan artikel om den associerade AI-EKG-riskskattningsmodellen, känd som AIRE, som kan förutsäga patienters risk att utveckla och förvärra sjukdomen från ett EKG. AIRE-försöken i NHS är redan planerade till slutet av 2025. Dessa kommer att utvärdera fördelarna med att implementera modellen med riktiga patienter från sjukhus i College Healthcare NHS Foundation Trust och Chelsea and Westminster Hospital i Imperial College. Denna modell testas tillsammans med AIRE.

Alltför ofta feldiagnostiseras kvinnor eller till och med avfärdas av medicinsk personal, tack vare myten om att hjärtsjukdomar "bara är ett manligt" problem. Även när de får rätt diagnos visar bevis att kvinnor är mindre benägna än män att få rekommenderade behandlingar. "

Dr. Sonya Babu-Narayan, klinisk chef vid British Heart Foundation

"Den här studien tillämpade kraftfull AI-teknik på EKG, ett rutinmässigt, billigt och allmänt använt hjärttest. Att utnyttja potentialen i den här typen av forskning kan hjälpa till att bättre identifiera de patienter som löper störst risk för framtida hjärtproblem och minska könsskillnaderna inom hjärtvården. Ett test. Enbart ett test kommer inte att jämna ut villkoren. Att säkerställa att varje person behöver rätt hjärtvård.

Forskningen finansierades av British Heart Foundation, genom ett BHF Clinical Research Training Fellowship till Dr Sau, ett BHF-programbidrag till Dr Fu Siong NG och BHF Center of Research Excellence at Imperial. Forskare fick också finansiering från NIHR Imperial Biomedical Research Centre, ett translationellt forskningspartnerskap mellan Imperial College Healthcare NHS Trust och Imperial College London, som fick 95 miljoner pund 2022 för att vidareutveckla nya experimentella behandlingar och diagnostik för patienter.

Källor: