Kendi Kendine Öğrenen Algoritma Kalp Yetmezliğini Öngörebilir

Yeni bir yapay zeka (AI) tabanlı bilgisayar algoritması, elektrokardiyogramlar (ECG)中的 küçük değişiklikleri tanımlayabilen ve bir bireyin kalp yetmezliği yaşadığını öngörebilen bir algoritmadır. Algoritma, The Mount Sinai Hastanesi’nde geliştirilmiş ve Journal of the American College of Cardiology: Cardiovascular Imaging dergisinde yayınlanmıştır.

Benjamin S. Glicksberg, PhD, Genetik ve Genomik Bilimler Yardımcı Profesörü, Hasso Plattner Institute for Digital Health at Mount Sinai’ın bir üyesi ve çalışmanın kıdemli yazarıdır.

“Derin öğrenme algoritmalarının, ECG dalga formu verisinden kalpdeki pompalama sorunlarını tanımlayabileceğini gösterdik” dedi Glicksberg. “Genellikle, bu tür kalp koşullarının teşhisi için pahalı ve zaman alıcı prosedürler gerektirir. Umarız ki bu algoritma, kalp yetmezliğinin daha hızlı teşhisine olanak tanıyacaktır.”

Yeni Fırsatlar ile AI

Doktorlar geleneksel olarak, bir hastanın kalp yetmezliği yaşayıp yaşamadığını değerlendirmek için bir ekokardiyogram kullanmışlardır. Ancak bunlar emek yoğun ve sadece bazı hastanelerde sunulmaktadır.

AI, bu konuda yeni fırsatlar yaratmaktadır. Araştırmalar, elektrokardiyogramların etkili bir alternatif olabileceğini göstermiştir. Recent araştırmalar, derin öğrenme algoritmasının kalp sol ventrikülündeki zayıflığı tespit edebileceğini belirtmiştir. Mount Sinai’den yapılan yeni araştırma, sol ventrikülün gücünü değerlendiren bir algoritmanın geliştirilmesini tanımlamaktadır.

Girish N. Nadkarni, MD, MPH, CPH, Icahn School of Medicine at Mount Sinai’de Tıp Profesörü, Data-Driven ve Dijital Tıp Bölümü (D4M) Başkanı ve araştırmanın kıdemli yazarıdır.

“Geleneksel olarak, doktorlar ECG’leri kalp yetmezliği teşhisi için kullanmakta zorluk çekmiştir. Bu kısmen, bu değerlendirmeler için standart bir teşhis kriteri olmayışından ve bazı ECG okumalarındaki değişikliklerin insan gözü tarafından tespit edilemeyecek kadar küçük olmasından kaynaklanmaktadır” dedi Dr. Nadkarni. “Bu çalışma, ECG verisi中的 gizli bilgileri tespit ederek daha iyi tarama ve tedavi paradigmaları oluşturmak için bir adım öne çıkmaktadır.”

Makineyi Programlama ve Test Etme

Araştırmacılar, bir bilgisayarı hasta ECG’lerini ve yazılı raporlardan çıkarılan verileri okumak için programladılar, latter bir standart veri seti olarak bilgisayarla karşılaştırıldı. Bu, daha zayıf kalpleri tanımlamasını sağladı.

Doğal dil işleme (NLP) programları ile bilgisayar, bu verileri yazılı kelimelerden çıkarabildi. Aynı zamanda, sinir ağları, algoritmanın pompalama güçlerini tanımak için yardımcı olabilecek desenler keşfedebildi.

“Kalbin tamamını kolay ve ucuz bir şekilde anlayan AI geliştirmek istedik” dedi Dr. Vaid.

Makine, dört farklı hastaneden gelen 700.000 ECG ve ekokardiyogram raporlarını analiz etti. Beşinci bir hastane, algoritmanın farklı bir deneysel ortamda nasıl performans göstereceğini test etmek için kullanıldı.

“Bu çalışmanın bir avantajı, dünyanın en çeşitli hasta popülasyonlarından birine ait en büyük ECG koleksiyonunu içermesidir” dedi Dr. Nadkarni.

Algoritma, sağlıklı veya zayıf sol ventriküllü hastaları etkili bir şekilde öngörebildi ve sağlımlı bir ejeksiyon fraksiyonuna sahip olan hastaları %94 oranında doğru bir şekilde öngördü. Algoritma, ayrıca %40’ın altında bir ejeksiyon fraksiyonuna sahip olan hastaları %87 oranında doğru bir şekilde öngördü.

Hala çalışılması gereken alanlardan biri, hafifçe zayıflamış kalplerin öngörülmesidir. Algoritma, %40 ile %50 arasında bir ejeksiyon fraksiyonuna sahip olan hastaları sadece %73 oranında doğru bir şekilde öngördü.

Algoritma, ECG’lerden sağ kapak zayıflıklarını da tespit edebildi ve sağ kapakların zayıf olduğu hastaları %84 oranında doğru bir şekilde öngördü.

“Sonuçlarımız, bu algoritmanın kalp yetmezliğini doğru bir şekilde teşhis etmede doktorlara yardımcı olabileceğini gösteriyor” dedi Dr. Vaid.

Bu araştırmanın başka bir önemli noktası, AI’nin ırk ve cinsiyet fark etmeksizin tüm hastalarda kalp zayıflığını tespit edebileceğini göstermesidir.

“Sonuçlarımız, bu algoritmanın çeşitli hastaların yaşadığı kalp yetmezliği ile mücadele etmek için klinik uygulayıcılar için yararlı bir araç olabileceğini gösteriyor” dedi Dr. Glicksberg. “Daha gerçekçi bir ortamda etkinliğini test etmek için prospektif çalışmaların dikkatli bir şekilde tasarlanmasını sürdürüyoruz.”