Interpretacja EKG: lekarz kardiolog vs. sztuczna inteligencja

Od kilku lat obserwujemy bardzo intensywny rozwój systemów wykorzystujących metody sztucznej inteligencji do interpretowania EKG i rozpoznawania istotnych klinicznie arytmii serca. Mimo, że dla większości praktykujących lekarzy, w tym kardiologów, zastąpienie doświadczonego oka algorytmem nadal jest pieśnią przyszłości, ostatnie pozytywne opienie Amerykańskiej Agencji ds. Leków (FDA, ang. Food and Drug Agency) dość istotnie skracają drogę do praktycznego wdrożenia takich rozwiązań.

Flagowym przykładem jest jednoodprowadzeniowe EKG Kardia, które może być umieszczone obudowie smartfona. Poza klasycznym zapisem czynności elektrycznej serca aplikacja zarządzająca urządzeniem posiada algorytm automatycznego rozpoznawania migotania przedsionków. To najczęstszy rodzaj arytmii, który nieleczony prowadzi do udaru niedokrwiennego mózgu oraz nasila niewydolność serca. W formie napadowej, migotanie przedsionków często sprawia trudność diagnostyczną i je zbyt późno rozpoznawane. Automatyzacja procesu i wyręczenie lekarza możnie mieć piramidalne ważne konsekwencji poprawy diagnostyki pacjentów i redukcji powikłań arytmii.

Opublikowane na łamach Circulation badanie REHEARSE-AF potwierdziło 4-krotnie większą częstość rozpoznania migotania przedsionków w grupie pacjentów stosujących EKG podłączone do smartfona dwa razy w tygodniu.

Przykładem projektu badawczego, który przekształcił się w funkcjonującą i certyfikowaną platformę do diagnostyki EKG jest francuski Cardiologs, który pozwala na automatyczną diagnostykę 10 arytmii, w tym również migotania przedsionków. Badania kliniczne wspierające technologią pokazują 91% dodatnią wartość predykcyjną i 97% czułość w wykrywaniu migotania przedsionków. Podobnie technologia iRhythm, również oparta na algorytmach sztucznej inteligencji, w badaniu walidującym koncepcję rozwiązania, w przypadku 14 z analizowanych 16 typów arytmii okazała się być skuteczniejsza od opisujących zapisy specjalistów kardiologii. Pojawia się zatem pytanie czy sięganie po tego typu rozwiązania to tylko oszczędność czasu lekarzy i redukcja kosztów, czy też może powinniśmy oceniać je również pod kątem bezpieczeństwa opieki medycznej.

Obok sygnału EKG równie atrakcyjną metodą detekcji arytmii jest analiza fali tętna monitorowanej za pośrednictwem pulsometrów umieszczonych w smartwatchach i opaskach monitorujących aktywność fizyczną. Ogłoszone w trakcie 38 konferencji Heart Rythem Society badanie mRhythm Study potwierdziło, że automatyczna analiza fali tętna wykonywana przez Apple Watch pozwala z 97% dokładnością wykryć migotanie przedsionków (ta funkcja nie jest jeszcze standardowo dostępna w oprogramowaniu watchOS). Warto zauważyć, że takie podejście nie wymaga od chorego żadnych dodatkowych czynności, poza założeniem rano zegarka na rękę.

Podsumowując, wprowadzenie technik opartych na metodach sztucznej inteligencji do budowania algorytmów interpretujących zapisy EKG pozwoliły na uzyskanie wyników porównywalnych lub lepszych od tradycyjnego podejścia. Najbliższe 12 miesięcy pokaże na ile szybko wyniki tych badań uda się wprowadzić do praktyki klinicznej, a aplikacje diagnozujące arytmie instalowane będą na telefonach i smartwatchach naszych pacjentów.