Przełom w kardiologii: Sztuczna inteligencja może zrewolucjonizować leczenie zawału serca

Sztuczna inteligencja może zrewolucjonizować sposób leczenia zawałów serca. Naukowcy z Uniwersytetu w Zurychu i kilku europejskich instytucji partnerskich zaprezentowali w The Lancet Digital Health nowy model sztucznej inteligencji, który przewiduje ryzyko i wyniki leczenia pacjentów z ostrym zespołem wieńcowym (ACS) znacznie dokładniej niż poprzednie metody. ACS to zaburzenie krążenia, które wpływa na tętnice wieńcowe i znacznie zwiększa ryzyko zawału serca.

Model GRACE 3.0 opiera się na danych zdrowotnych pochodzących od ponad 600 000 pacjentów z dziesięciu krajów europejskich i wykorzystuje techniki uczenia maszynowego, takie jak XGBoost i Rboost, do wykrywania złożonych wzorców w danych klinicznych. W przeciwieństwie do tradycyjnego wyniku GRACE 2.0, który opiera się na starszych zbiorach danych i modelach liniowych, nowa wersja została opracowana specjalnie dla pacjentów z zawałem mięśnia sercowego bez uniesienia odcinka ST (NSTEMI) - najczęstszym typem zawału serca.

Modele oparte na sztucznej inteligencji przyniosły imponujące wyniki. Model śmiertelności wewnątrzszpitalnej - który przewiduje, czy pacjent umrze podczas pobytu w szpitalu - osiągnął AUC na poziomie 0,90, wyraźnie przewyższając poprzedni system punktacji. Przewidywania dotyczące śmiertelności jednorocznej były również znacznie dokładniejsze, z zależnym od czasu AUC wynoszącym 0,84.

Zindywidualizowane strategie leczenia zawału mięśnia sercowego

Trzeci element GRACE 3.0 jest szczególnie przełomowy: zindywidualizowane przewidywanie leczenia. Korzystając z algorytmu R-Learner, naukowcy byli w stanie po raz pierwszy oszacować, ile pacjent osobiście skorzystałby na wczesnym leczeniu inwazyjnym, takim jak cewnikowanie serca. Wyniki pokazały, że tylko podgrupa pacjentów odniosła znaczące korzyści z wczesnej interwencji - szczególnie osoby młodsze, częściej kobiety, ze stabilną czynnością nerek i wyraźnymi objawami niedokrwienia.

W przypadku innych grup pacjentów leczenie przyniosło niewielkie lub żadne korzyści, a nawet miało negatywny wpływ. Według naukowców, ten wgląd może doprowadzić do zmiany w podejmowaniu decyzji klinicznych: zamiast polegać na ustalonych progach ryzyka, przyszła opieka powinna kłaść większy nacisk na indywidualny efekt leczenia. "Analiza oparta na sztucznej inteligencji mogłaby znacznie poprawić opiekę po zawale serca i poprawić długoterminowe zdrowie układu sercowo-naczyniowego" - podkreśla zespół badawczy z Uniwersytetu w Zurychu.

Pomimo swoich mocnych stron - w tym dużego zbioru danych, wysokiej jakości modelu i przyjaznego dla użytkownika projektu - autorzy przyznają się do kilku ograniczeń. Dane pochodzą wyłącznie z Europy, a ustalenia dotyczące skuteczności leczenia są nadal uważane za wstępne i wymagają dalszej weryfikacji w przyszłych badaniach. Jednak w dłuższej perspektywie GRACE 3.0 ma duży potencjał kształtowania przyszłych wytycznych klinicznych.