Aplikacja sztucznej inteligencji przewiduje wczesną niewydolność serca, słuchając rozmów ludzi

W niedawnym badaniu aplikacja na smartfony wykorzystująca sztuczną inteligencję (AI) przewidywała niewydolność serca na 3 tygodnie przed przyjęciem do szpitala, a wszystko to na podstawie głosu danej osoby. Ta najnowocześniejsza nauka została zaprezentowana w poniedziałek 13 listopada 2023 r. podczas sesji naukowych American Heart Association (AHA) 2023 w Filadelfii w Pensylwanii.¹

Sztuczna inteligencja rozwija się, a jej zastosowanie do przewidywania niewydolności serca to kolejny rozwijający się element. Sztuczna inteligencja staje się coraz bardziej powszechna w medycynie, pomagając w diagnozowaniu. Według Southern Medical Association w 2021 r. około 5% pacjentów ambulatoryjnych w Stanach Zjednoczonych otrzymuje nieprawidłową diagnozę, dlatego sztuczna inteligencja pomaga w postawieniu diagnozy. Trzy lata temu naukowcy z Babylon opracowali nowe narzędzia do przesiewania objawów oparte na sztucznej inteligencji, aby pomóc ograniczyć błędy diagnostyczne w podstawowej opiece zdrowotnej.² Tak więc, chociaż wykorzystanie sztucznej inteligencji w diagnostyce nie jest całkowicie nowe, nowe zastosowanie uwzględnione w badaniu może w szczególności usprawnić leczenie niewydolności serca.

Aplikacja wykorzystuje technologię sztucznej inteligencji o nazwie system Cardio HearO® do wykrywania zmian dźwięku w czasie. Miary mowy obejmują wysokość, głośność, dynamikę i inne cechy. Zmiany głosu mogą wskazywać na zwiększenie ilości płynu w płucach, co jest oznaką postępującej niewydolności serca. W badaniu aplikacja przewidziała ponad 75% przyjęć do szpitala na około 3 tygodnie przed ich wystąpieniem.¹

„Analiza mowy to nowa technologia, która może być użytecznym narzędziem do zdalnego monitorowania pacjentów z niewydolnością serca, zapewniając wczesne ostrzeganie o pogorszeniu się niewydolności serca, które często prowadzi do hospitalizacji” – główny badacz William T. Abraham, lekarz medycyny, FAHA ze stanu Ohio. Wexner Medical Center w Columbus poinformowało w komunikacie prasowym American Heart Association. „Ta technologia może poprawić wyniki pacjentów, utrzymując ich w dobrym zdrowiu i poza szpitalem, poprzez wdrożenie proaktywnej opieki ambulatoryjnej w odpowiedzi na zmiany akustyczne”.

Naukowcy prowadzili badanie od marca 2018 r. do kwietnia 2023 r. W badaniu wzięło udział 416 dorosłych mieszkańców Izraela, u których zdiagnozowano niewydolność serca. Większość uczestników stanowili mężczyźni (75%), a średni wiek wynosił 68 lat. Każdy uczestnik codziennie zapisywał w aplikacji 5 zdań w swoim ojczystym języku – hebrajskim, rosyjskim, arabskim lub angielskim. W oświadczeniu szkoleniowym do badania wzięło udział 263 uczestników w celu opracowania algorytmu AI, ale tylko 153 uczestników zostało następnie wykorzystanych do przetestowania skuteczności narzędzia.

Aplikacja przewidywała pogorszenie się niewydolności serca w 76% na około 24 dni przed przyjęciem do szpitala w fazie szkoleniowej badania. Aplikacja generuje tylko 3 niepotrzebne alerty na pacjenta rocznie.

Jeśli chodzi o fazę walidacji, aplikacja wykazała skuteczność w wykrywaniu niewydolności serca w ciągu około 3 tygodni z 71% skutecznością. Podobnie jak w fazie szkolenia, na pacjenta przypadały również 3 niewyjaśnione alerty rocznie.

Chociaż wyniki wykazały, że zastosowanie sztucznej inteligencji może wcześnie przewidzieć niewydolność serca, jednym ograniczeniem jest niewielka próba uczestników. Jednakże trwające badania w Stanach Zjednoczonych kontynuują szkolenie i walidację technologii Cardio HearO®.

Bibliografia

1. ^{Aplikacja AI-Phone wykryła postępującą niewydolność serca na podstawie zmian w głosach pacjentów. Amerykańskie Stowarzyszenie Kardiologiczne. 13 listopada 2023 r. https://newsroom.heart.org/news/ai-phone-app-detected-worsening-heart-failure-based-on-changes-in-residents-voices?preview=c9dd. Dostęp: 13 listopada 2023 r.}
2. ^{Glik, R. Sztuczna inteligencja w diagnostyce medycznej. Południowe Stowarzyszenie Medyczne. 7 października 2021 r. https://sma.org/ai-in-medical-diagnosis/. Dostęp: 13 listopada 2023 r.}