Ένα νέο μοντέλο μηχανικής μάθησης μπορεί να διαγνώσει και να ταξινομήσει το έμφραγμα του μυοκαρδίου ταχύτερα σε σχέση με τις προσεγγίσεις που χρησιμοποιούμε σήμερα, όπως αναφέρει μία νέα έρευνα που δημοσιεύτηκε πριν από λίγες ημέρες στο επιστημονικό περιοδικό Nature Medicine.
«Όταν ένας ασθενής προσέρχεται στα επείγοντα με στηθάγχη, το πρώτο ερώτημα που θα πρέπει να απαντήσουμε είναι αν έχει έμφραγμα του μυοκαρδίου. Αν και αυτό ακούγεται κάτι απλό, σε αρκετές περιπτώσεις, εφόσον αυτό δεν φαίνεται σαφώς από το ηλεκτροκαρδιογράφημα, μπορεί να χρειαστούμε μέχρι και 24 ώρες για να κάνουμε επιπλέον εξετάσεις και να επιβεβαιώσουμε τη διάγνωση. Το μοντέλο που αναπτύξαμε μπορεί να απαντήσει άμεσα με βάση το ηλεκτροκαρδιογράφημα αν ο ασθενής έχει έμφραγμα, γεγονός που του επιτρέπει να λάβει άμεσα τη θεραπεία που χρειάζεται», αναφέρουν οι επιστήμονες της μελέτης.
Η χειρότερη μορφή εμφράγματος του μυοκαρδίου λέγεται STEMI και χαρακτηρίζεται από ολική απόφραξη μίας στεφανιαίας αρτηρίας. Η αντιμετώπιση της παραπάνω κατάστασης απαιτεί άμεση επαναφορά της αιματικής ροής.
Αν και στη σοβαρή αυτή μορφή υπάρχουν συνήθως σαφή παθολογικά σημεία στο ηλεκτροκαρδιογράφημα, στα 2/3 περίπου των εμφραγμάτων που συνδέονται με απόφραξη κάποιας αρτηρίας δεν υπάρχουν αντίστοιχες ενδείξεις που να γίνονται εύκολα αντιληπτές. Το μοντέλο που ανέπτυξε η ομάδα της παρούσας μελέτης μπορεί να ανιχνεύσει αυτά τα παθολογικά σημεία στο ηλεκτροκαρδιογράφημα, θέτοντας έτσι τη διάγνωση του εμφράγματος.
Για την εκπαίδευση του παραπάνω μοντέλου, η ομάδα χρησιμοποίησε δεδομένα από 4.026 ασθενείς που προσήλθαν στα επείγοντα με στηθάγχη. Οι ασθενείς αυτοί είχαν κάνει ηλεκτροκαρδιογραφήματα κατά την εισαγωγή τους στο νοσοκομείο. Ακολούθως, η αποτελεσματικότητα του μοντέλου επιβεβαιώθηκε σε ένα διαφορετικό δείγμα 3.287 ασθενών από άλλα νοσοκομεία.
Προκειμένου να εξετάσουν αν το μοντέλο που ανέπτυξαν είναι πιο αποτελεσματικό από τις προσεγγίσεις που χρησιμοποιούνται σήμερα, οι επιστήμονες συνέκριναν το μοντέλο με 3 από αυτές:
- Την ερμηνεία του ηλεκτροκαρδιογραφήματος από έμπειρους κλινικούς γιατρούς
- Τους κοινούς αλγορίθμους που χρησιμοποιούνται για την ερμηνεία του ηλεκτροκαρδιογραφήματος
- Το δείκτη HEART, ο οποίος περιλαμβάνει το ιστορικό του ασθενούς, την ηλικία, τους παράγοντες κινδύνου και τα επίπεδα της τροπονίνης στο αίμα, εκτός από το ηλεκτροκαρδιογράφημα
Το νέο μοντέλο είχε υψηλότερη αποτελεσματικότητα και από τις 3 παραπάνω προσεγγίσεις.
«Η ελπίδα μας ήταν ότι το μοντέλο θα καταφέρει ίσως να προσεγγίσει την ακρίβεια της κλίμακας HEART, ωστόσο παρατηρήσαμε ότι τελικά κατάφερε να ξεπεράσει τον παραπάνω δείκτη χρησιμοποιώντας αποκλειστικά τα δεδομένα από το ηλεκτροκαρδιογράφημα. Ελπίζουμε ότι το μοντέλο μας θα βοηθήσει τους γιατρούς που εργάζονται στα επείγοντα στη διαδικασία της διαλογής και θα επιτρέψει στους ασθενείς να λάβουν άμεσα τα φάρμακα που χρειάζονται», αναφέρουν οι συγγραφείς.
Η ομάδα έχει ξεκινήσει ήδη μία νέα έρευνα στην οποία έχει ως στόχο να βελτιστοποιήσει το μοντέλο και να επιτρέψει την ανάλυση δεδομένων σε πραγματικό χρόνο.
Φωτογραφία: Luan Rezende