A CoDE-ACS névre keresztelt algoritmus hatékonyságát 10 286 betegen tesztelték a világ hat országában. A kutatók azt találták, hogy a jelenlegi vizsgálati módszerekkel összehasonlítva a CoDE-ACS több mint kétszer annyi betegnél tudta kizárni a szívrohamot, 99,6 százalékos pontossággal - derült ki a Nature Medicine-ben megjelent közleményből.
Ez a módszer minden eddiginél gyorsabban kizárhatja a szívinfarktust, így nagymértékben csökkentheti a kórházi betegfelvételek számát.
Amellett, hogy így gyorsabban kizárható a betegek szívinfarktusa, a CoDE-ACS segíthet az orvosoknak abban is, hogy azonosítsák azokat, akiknek viszont a kóros troponinszintje szívroham (nem pedig más állapot) miatt következett be. A mesterséges intelligencia életkortól, nemtől vagy már meglévő egészségi állapottól függetlenül jól teljesített, bebizonyítva, hogy használata képes csökkenteni a téves diagnózisokat. Ez azért előremutató, mert a sürgősségi ellátásban gyorsan azonosítja azokat a betegeket, akik biztonságosan hazamehetnek, így nem terhelik a sürgősségi ellátórendszert, hanem átirányíthatók szakrendelésre. Ugyanakkor felhívja az orvosok figyelmét azokra a páciensekre, akiknek - további vizsgálatok céljából - kórházban kell maradniuk.
Csökkenhet a későn felismert szívinfarktusok száma
A szívroham diagnosztizálásának jelenlegi aranystandardja a troponin fehérje szintjének mérése a vérben. De minden betegnél ugyanazt a küszöböt használják. Ez azt jelenti, hogy az olyan tényezőket, mint az életkor, a nem és más egészségügyi problémák (amelyek befolyásolják a troponinszintet) nem veszik figyelembe. Márpedig ez befolyásolja a szívroham diagnózisának pontosságát.
Egy konkrét példa: korábbi kutatások kimutatták, hogy nőknél 50 százalékkal nagyobb a valószínűsége annak, hogy nem ismerik fel a szívinfarktust a korai időszakban, márpedig a kezdetben rosszul diagnosztizált embereknél 70 százalékkal nagyobb a halálozási kockázat.
A mesterséges intelligencia kiszámolja beteg szívinfarktus-kockázatát
A Code-ACS-t technológiát 10 038 skóciai beteg adatai alapján fejlesztették ki, akik szívroham gyanújával érkeztek kórházba. A rutinszerűen gyűjtött páciensadatokat (például életkort, nemet, EKG-leleteket és kórtörténetet, valamint troponinszinteket) használja fel annak előrejelzésére, hogy egy személy szívinfarktust kapott-e, vagy a tüneteit más okozza. Az eredmény egy 0-tól 100-ig terjedő valószínűségi pontszám minden betegnél - így megkönnyíti az orvos döntéshozatalát.
A szívinfarktus miatt akut mellkasi fájdalomban szenvedő betegeknél a korai diagnózis és kezelés életeket menthet. Sajnos sok állapot okozhat hasonló tüneteket, így a kezdeti diagnózis nem mindig egyértelmű. Ezen tudna változtatni a mesterséges intelligencia, mely a klinikai döntések támogatására lehet hasznosítható - magyarázta el dr. Nicholas Mills az Edinburghi Egyetem Szív- és érrendszeri Tudományos Központjának professzora.
Jelenleg folyik a klinikai környezetbe vezető útvonalak feltárása és fejlesztése.
