Ny AI upptäcker dolda hjärtsjukdomar på två sekunder

Forskare vid brittiska Imperial College London har utvecklat ett artificiellt intelligenssystem som kan upptäcka tecken på både hjärtsvikt och hjärtklaffsjukdomar utifrån en standardiserad EKG-mätning. I en valideringsstudie på cirka 67 000 patienter, som presenterades vid European Society of Cardiologys kongress i München och uppmärksammades under fredagen, identifierade verktyget upp till 81 procent av fallen med hjärtsvikt och 90 procent av fallen med klaffel på under två sekunder.

Men hur kan en enkel EKG-kurva avslöja strukturella fel i hjärtat? Ett elektrokardiogram har i över ett sekel använts inom vården för att mäta hjärtats elektriska aktivitet via elektroder på bröstkorgen. Undersökningen är billig och snabb, men det mänskliga ögat kan bara utläsa rytmstörningar och akuta infarkter från kurvan – inte om hjärtmuskeln försvagats eller om en klaff läcker. Forskarna tränade i stället djupinlärningsmodeller på över 1,6 miljoner tidigare EKG-registreringar kopplade till patientjournaler. På så sätt har algoritmen lärt sig att känna igen mikroskopiska mönster i den elektriska vågformen som uppstår när hjärtats struktur förändras, signaler som är helt osynliga för en mänsklig kardiolog.

Tanken är inte att systemet ska ersätta läkare, utan att det ska fungera som ett snabbt sållningsverktyg i vårdens första led. För att slutgiltigt fastställa hjärtsvikt krävs ett hjärtultraljud, ekokardiografi, vilket är en resurskrävande undersökning där patienter i dag ofta får vänta i månader. Om en rutinmässig EKG-kurva på vårdcentralen direkt kan flagga för dolda problem kan rätt personer prioriteras i kön och få förebyggande läkemedelsbehandling långt innan tillståndet blir akut.