Μία νέα έρευνα από το University College του Λονδίνου κατάφερε να διαχωρίσει την καρδιακή ανεπάρκεια σε 5 διαφορετικούς τύπους, χρησιμοποιώντας εργαλεία τεχνητής νοημοσύνης. Ο διαχωρισμός αυτός έχει ιδιαίτερη σημασία, καθώς οι 5 τύποι έχουν διαφορετική πρόγνωση, γεγονός που διευκολύνει την αντιμετώπιση της νόσου σε κάθε ασθενή.
Στην έρευνά τους, η οποία δημοσιεύτηκε στο περιοδικό Lancet Digital Health, οι επιστήμονες εξέτασαν δεδομένα από σχεδόν 300.000 εθελοντές ηλικίας άνω των 30 ετών που είχαν διαγνωστεί με καρδιακή ανεπάρκεια στη Μεγάλη Βρετανία τα τελευταία 20 χρόνια. Τα μοντέλα μηχανικής μάθησης που χρησιμοποίησε η ομάδα, κατάφεραν τελικά να διαχωρίσουν την καρδιακή ανεπάρκεια στους εξής τύπους:
- Πρώιμης εμφάνισης
- Αργής εμφάνισης
- Συνδεόμενη με κολπική μαρμαρυγή
- Μεταβολική
- Καρδιομεταβολική
Από τις αναλύσεις που έκανε η ομάδα, διαπιστώθηκε ότι ο κίνδυνος θανάτου 1 χρόνο μετά τη διάγνωση της καρδιακής ανεπάρκειας ήταν διαφορετικός ανάλογα με τον τύπο της νόσου. Συγκεκριμένα, οι ασθενείς με καρδιακή ανεπάρκεια πρώιμης εμφάνισης είχαν 20%, αργής εμφάνισης 46%, συνδεόμενης με κολπική μαρμαρυγή 61%, μεταβολική 11% και καρδιομεταβολική 37%.
Η επιστημονική ομάδα ανέπτυξε επίσης μία εφαρμογή την οποία μπορεί να χρησιμοποιήσουν οι γιατροί για να διαπιστώσουν σε ποιον από τους 5 τύπους καρδιακής ανεπάρκειας ανήκει ένας ασθενής.
«Ο στόχος μας είναι να διαχωρίσουμε καλύτερα τους ασθενείς με καρδιακή ανεπάρκεια, γεγονός που θα βοηθήσει στην καλύτερη διαχείριση της νόσου. Αυτή τη στιγμή δεν είναι εύκολο να προβλέψουμε πως θα εξελιχθεί η νόσος σε κάθε ασθενή. Ορισμένοι ασθενείς είναι σταθεροί για αρκετά χρόνια, ενώ σε άλλους η νόσος επιδεινώνεται ταχέως», εξήγησαν οι συγγραφείς.
Ο διαχωρισμός της καρδιακής ανεπάρκειας σε διαφορετικούς τύπους μπορεί να βοηθήσει επίσης στην ανάπτυξη στοχευμένων θεραπειών ειδικά για τον κάθε τύπο.
«Το επόμενο βήμα είναι να εξετάσουμε αν η ταξινόμηση που κάναμε μπορεί πράγματι να βελτιώσει την πρόγνωση των ασθενών σε κλινικό επίπεδο, καθώς και αν θα διαφοροποιηθούν οι θεραπείες που λαμβάνουν οι ασθενείς με βάση τους 5 τύπους. Η εφαρμογή που αναπτύξαμε μπορεί θεωρητικά να βοηθήσει αρκετά τους γιατρούς, εφόσον αποδειχθεί ότι είναι αποτελεσματική σε κλινικές δοκιμές», τόνισαν οι επιστήμονες της μελέτης.
Προκειμένου να επιβεβαιώσουν τις παρατηρήσεις τους, οι επιστήμονες χρησιμοποίησαν 4 διαφορετικά μοντέλα μηχανικής μάθησης σε 2 βάσεις δεδομένων από τη Μεγάλη Βρετανία. Οι βάσεις αυτές ήταν οι Clinical Practice Research Datalink και The Health Improvement Network.
Ο διαχωρισμός των 5 τύπων έγινε με βάση 87 χαρακτηριστικά των ασθενών, όπως για παράδειγμα η ηλικία, τα συμπτώματα, οι συννοσηρότητες, τα φάρμακα που έπαιρναν οι ασθενείς και τα αποτελέσματα των εξετάσεων.
Οι επιστήμονες εξέτασαν επίσης γενετικά δεδομένα για 9.573 ασθενείς με καρδιακή ανεπάρκεια από τη βάση UK Biobank. Από την ανάλυση αυτή διαπίστωσαν ότι συγκεκριμένα είδη καρδιακής ανεπάρκειας συνδέονται με γονίδια που αυξάνουν τον κίνδυνο υπέρτασης ή κολπικής μαρμαρυγής.
Φωτογραφία: Karolina Grabowska