Фибрилляция предсердий и машинное обучение: раннее обнаружение стало на шаг ближе?

Достижения в области технологий здравоохранения меняют то, как мы обнаруживаем, диагностируем и лечим заболевания. Одной из областей значительного прогресса является интеграция алгоритмов машинного обучения в повседневные устройства, такие как мониторы артериального давления. Фибрилляция предсердий (ФП), распространенная и потенциально опасная сердечная аритмия, часто остается незамеченной, пока не возникнут осложнения.²

Однако в недавнем исследовании изучался вопрос о том, может ли алгоритм, созданный на основе машинного обучения, улучшить раннее обнаружение МА при встраивании в монитор артериального давления, что открывает новые горизонты для доступного здравоохранения.¹

Сложность обнаружения фибрилляции предсердий

Традиционная диагностика, в частности, опирается на консультирование нарушений по данным показаний электрокардиограммы (ЭКГ) - клинического инструмента, не всегда доступного для тех, кто находится вне медицинских учреждений.²

Однако с развитием искусственного интеллекта появляется потенциал интеграции алгоритмов машинного обучения в мониторы артериального давления. Эти устройства хорошо знакомы, широко используются и являются неинвазивными, что делает их идеальным кандидатом для более доступного обнаружения АФ. Но смогут ли такие устройства, как новый M7 Intelli IT AFib, X7 Smart AFib и M6 Comfort AFib обеспечивать надежные результаты?

Исследование: оценка точности выявления МА

В этом исследовании ученые проверили точность обнаружения нового алгоритма, разработанного с помощью машинного обучения и встроенного в коммерчески доступный монитор артериального давления. Цель состояла в том, чтобы определить, сможет ли эта система точно обнаружить фибрилляцию предсердий в реальных клинических сценариях.¹

В клиническом исследовании участвовали 559 испытуемых: 267 с подтвержденной МА и 292 без нее. Всем участникам установили 12-выводные ЭКГ и записали данные для сравнения. Мониторы артериального давления (МАР) включали 2 прибора с алгоритмом ИИ и 2 прибора без алгоритма. Цель - сравнить данные между двумя разными типами BPM, включая чувствительность, специфичность и точность для выявления AFib. Все 12-отсчетные ЭКГ интерпретировались сертифицированным кардиологом, не имеющим отношения к результатам BPM.¹

Преимущества BPM с поддержкой алгоритмов

Алгоритм был создан с помощью машинного обучения, а затем встроен в прибор для измерения артериального давления. Он работает, анализируя небольшие вариации частоты пульса, которые могут свидетельствовать о наличии МА. Отличительной особенностью BPM, включенных в алгоритм, является их точность при выявлении МА без внешних вычислительных мощностей или дополнительных компонентов.¹

Кроме того, алгоритм был разработан путем постоянного совершенствования своего понимания нерегулярных пульсовых паттернов, алгоритм становится более способным различать нормальные сердечные ритмы и часто незаметные нарушения МА. В результате получился инструмент обнаружения, который работает с деревьями решений, позволяя применять максимально персонализированный подход к навигации по деревьям решений и другим диагностическим инструментам.¹

Основные выводы: производительность алгоритма

Результаты оказались обнадеживающими. Два новых алгоритма машинного обучения BPM продемонстрировали точность 97% и чувствительность 95% в обнаружении AF. Специфичность - способность правильно исключить МА у пациентов без этого заболевания - была 98%. Это убедительные цифры для неинвазивного устройства, используемого в домашних условиях.¹

Кроме того, когда дело доходило до пароксизмальная МАесли у тебя интермиттирующее состояние, то одно из преимуществ домашних БПМ в том, что их можно использовать всегда, когда это необходимо, при наличии или отсутствии симптомов. Таким образом, создается более полная картина диагностических данных. Таким образом, даже периодические случаи МА потенциально могут быть выявлены при достаточном использовании.¹

Реальные последствия для пациентов

Возможно, раннее обнаружение МА приводит к тому, что раннее вмешательствоа это очень важно для предотвращения таких осложнений, как инсульт или сердечная недостаточность. Результаты этого исследования говорят о том, что оснащение людей простым умным устройством может помочь им в спасении жизни задолго до появления серьезных симптомов. Даже для тех, у кого периодическая МА, повторное использование устройства может выявить нарушения, которые в противном случае останутся незамеченными.¹

Но что будет в будущем?

С оппортунистическим скринингом для пациентов с гипертонией, обструктивным апноэ сна и пациентов старше 65 лет рекомендовано руководством ESC. Возможность повысить точность диагностики для пациентов с такими аритмиями, как МА, является многообещающей.³

Более того, потенциальные преимущества очень велики. Если алгоритмы машинного обучения, встроенные в BPM, смогут и дальше повышать свою точность, они могут послужить мостом между клиническая диагностика и ежедневный мониторинг, предлагая гибридный подход к здравоохранению. Это не только снизит нагрузку на системы здравоохранения, но и даст возможность людям взять под контроль свое здоровье таким образом, который раньше был недоступен.

Новая эра в профилактическом здравоохранении..

В итоге, хотя машинное обучение, возможно, и не заменит традиционные диагностические инструменты, его способность улучшать повседневные устройства вроде мониторов кровяного давления может существенно изменить наш подход профилактическое здравоохранение. Пока что доказательства очевидны: интеграция умных алгоритмов в привычные устройства - это шаг вперед в пролитии света на ранее не диагностированные сердечные заболевания.

По мере развития технологий потенциал раннего выявления таких состояний, как фибрилляция предсердий, становится все более ощутимым, сокращая разрыв между обнаружением и лечением. И это возвращает нас к основному вопросу, поставленному в самом начале: может ли алгоритм, созданный с помощью машинного обучения, в мониторах артериального давления помочь в обнаружении МА?

Ответ, основанный на результатах этого исследования, звучит так Да - хотя бы частично. При дальнейшей доработке эта технология может вскоре стать ключевой в поддержке здоровья сердца миллионов людей по всему миру.

Пока же, если ты или твои пациенты захотят попробовать эту технологию на себе, то, пожалуйста, взгляни на M7 Intelli IT AFib, X7 Smart AFib и M6 Comfort AFib чтобы узнать больше.

Узнай больше об этой новой технологии на Академия OMRON.