Thuật toán tự học có thể dự đoán suy tim

Một thuật toán máy tính dựa trên trí tuệ nhân tạo (AI) mới có thể xác định những thay đổi tinh vi trong điện tâm đồ (ECG) và dự đoán khi một cá nhân đang trải qua suy tim. Thuật toán này được phát triển tại Bệnh viện Mount Sinai, và nghiên cứu được công bố trên Tạp chí Đại học Mỹ về Tim mạch: Hình ảnh Tim mạch.

Benjamin S. Glicksberg, PhD, là Giáo sư Trợ lý về Di truyền và Khoa học Genomic, thành viên của Viện Hasso Plattner về Sức khỏe Kỹ thuật số tại Mount Sinai, và là tác giả chính của nghiên cứu.

“Chúng tôi đã chứng minh rằng các thuật toán học sâu có thể nhận ra các vấn đề về bơm máu ở cả hai bên tim từ dữ liệu sóng điện tâm đồ,” said Glicksberg. “Thông thường, chẩn đoán những tình trạng tim như vậy đòi hỏi phải thực hiện các thủ tục tốn kém và mất thời gian. Chúng tôi hy vọng rằng thuật toán này sẽ cho phép chẩn đoán suy tim nhanh hơn.”

Cơ hội mới với AI

Các bác sĩ đã truyền thống sử dụng siêu âm tim, một kỹ thuật hình ảnh, để đánh giá xem một bệnh nhân có đang trải qua suy tim hay không. Tuy nhiên, những kỹ thuật này đòi hỏi nhiều lao động và chỉ được cung cấp tại một số bệnh viện.

AI đang tạo ra những cơ hội mới trong lĩnh vực này, với nghiên cứu cho thấy rằng điện tâm đồ có thể là một phương pháp thay thế hiệu quả. Nghiên cứu gần đây đã chỉ ra rằng một thuật toán học sâu có thể phát hiện sự suy yếu ở tâm thất trái. Nghiên cứu mới từ Mount Sinai mô tả sự phát triển của một thuật toán đánh giá sức mạnh của tâm thất trái cũng như tâm thất phải.

Girish N. Nadkarni, MD, MPH, CPH, là Giáo sư Liên kết về Y học tại Trường Y Icahn của Mount Sinai, Trưởng Bộ phận Y học Dựa trên Dữ liệu và Kỹ thuật số (D4M), và là tác giả chính của nghiên cứu.

“Mặc dù hấp dẫn, truyền thống thì việc sử dụng điện tâm đồ để chẩn đoán suy tim đã là một thách thức đối với các bác sĩ. Điều này một phần là do không có tiêu chuẩn chẩn đoán được thiết lập cho những đánh giá này và vì một số thay đổi trong kết quả điện tâm đồ quá tinh vi để mắt thường có thể phát hiện,” said Dr. Nadkarni. “Nghiên cứu này đại diện cho một bước tiến thú vị trong việc tìm kiếm thông tin ẩn trong dữ liệu điện tâm đồ có thể dẫn đến các phương pháp sàng lọc và điều trị tốt hơn bằng cách sử dụng một xét nghiệm tương đối đơn giản và rộng rãi.”

Lập trình và Kiểm tra Máy

Các nhà nghiên cứu đã lập trình một máy tính để đọc điện tâm đồ của bệnh nhân và dữ liệu được trích xuất từ các báo cáo viết, với dữ liệu sau đóng vai trò là một tập dữ liệu tiêu chuẩn để máy tính so sánh với dữ liệu điện tâm đồ. Điều này cho phép nó xác định những trái tim yếu hơn.

Với các chương trình xử lý ngôn ngữ tự nhiên (NLP), máy tính có thể trích xuất dữ liệu này từ các từ viết. Đồng thời, các mạng nơ-ron có thể phát hiện ra các mẫu trong hình ảnh, sau đó có thể được tích hợp vào thuật toán để giúp nó nhận ra sức mạnh bơm.

“Chúng tôi muốn đẩy mạnh tình trạng hiện tại bằng cách phát triển AI có khả năng hiểu toàn bộ tim một cách dễ dàng và tiết kiệm,” said Dr. Vaid.

Máy đã phân tích 700.000 điện tâm đồ và báo cáo siêu âm tim, đến từ bốn bệnh viện khác nhau. Một bệnh viện thứ năm được sử dụng để kiểm tra xem thuật toán sẽ hoạt động như thế nào trong một môi trường thử nghiệm khác.

“Một lợi thế tiềm năng của nghiên cứu này là nó liên quan đến một trong những bộ sưu tập điện tâm đồ lớn nhất từ một trong những dân số bệnh nhân đa dạng nhất trên thế giới,” said Dr. Nadkarni.

Thuật toán đã chứng minh khả năng dự đoán hiệu quả những bệnh nhân sẽ có tâm thất trái khỏe mạnh hoặc yếu, và nó đạt độ chính xác 94% trong việc dự đoán những bệnh nhân có phân suất tống máu tâm thất trái khỏe mạnh, đó là lượng dịch mà tâm thất bơm ra với mỗi nhịp đập. Thuật toán cũng đạt độ chính xác 87% trong việc dự đoán những người có phân suất tống máu dưới 40%.

Một trong những lĩnh vực vẫn cần được cải tiến liên quan đến việc dự đoán những bệnh nhân sẽ có trái tim hơi yếu. Thuật toán chỉ đạt độ chính xác 73% trong việc dự đoán những bệnh nhân có phân suất tống máu giữa 40 và 50%.

Thuật toán cũng có thể phát hiện sự yếu của van phải từ điện tâm đồ, với độ chính xác 84% trong việc dự đoán những bệnh nhân có van phải yếu.

“Kết quả của chúng tôi cho thấy rằng thuật toán này có thể giúp các bác sĩ chẩn đoán chính xác sự thất bại ở cả hai bên tim,” Dr. Vaid nói.

Một điểm quan trọng khác của nghiên cứu này là nó cho thấy AI có thể hiệu quả trong việc phát hiện sự suy yếu tim ở tất cả bệnh nhân, bất kể chủng tộc và giới tính.

“Kết quả của chúng tôi cho thấy rằng thuật toán này có thể trở thành một công cụ hữu ích cho các bác sĩ lâm sàng trong việc chống lại suy tim ở nhiều loại bệnh nhân,” Dr. Glicksberg bổ sung. “Chúng tôi đang trong quá trình thiết kế cẩn thận các thử nghiệm персп để kiểm tra hiệu quả của nó trong một môi trường thực tế hơn.”