Η εφαρμογή της τεχνητής νοημοσύνης στην ερμηνεία του ηλεκτροκαρδιογραφήματος μπορεί να προβλέψει την εμφάνιση της κολπικής μαρμαρυγής

Δεδομένης της σχετιζόμενης νοσηρότητας και της συχνά ασυμπτωματικής φύσης της κολπικής μαρμαρυγής (AF), η δυνατότητα πρόβλεψης αυτής δικαιολογημένα έχει αποτελέσει μακροχρόνια ερευνητική και κλινική προτεραιότητα. Κατά το παρελθόν έχουν περιγραφεί τόσο ηλεκτροκαρδιογραφικά χαρακτηριστικά όσο και κλινικά βαθμολογικά συστήματα για την αξιολόγηση του κινδύνου εμφάνισης συμβάντος AF. Το σκορ CHARGE-AF (Cohorts for Aging and Research in Genomic Epidemiology–AF) που αναπτύχθηκε για την πρόβλεψη της AF σε 3 αμερικανικές κοορτές και επικυρώθηκε ακολούθως και σε 2 ευρωπαϊκές κοορτές είναι ανώτερο από το ARIC (Atherosclerosis Risk in Communities) και το FHS (μελέτη Framingham) σκορ αλλά και τη βαθμολογία CHA2DS2-VASc (αν και η τελευταία δεν αναπτύχθηκε ή επικυρώθηκε για την πρόβλεψη της AF) .  Ωστόσο, ο υπολογισμός της βαθμολογίας CHARGE-AF μπορεί να είναι κουραστικός και δύσχρηστος στην καθημερινή κλινική πράξη και απλούστερα κλινικά προβλεπτικά πρότυπα θα ήταν χρήσιμα.

Η ηλεκτροκαρδιογραφία με χρήση τεχνητής νοημοσύνης (AIECG) αποδείχθηκε πρόσφατα ότι αποτελεί ένα ισχυρό εργαλείο στην ανίχνευση της ηλεκτροκαρδιογραφικής «υπογραφής» της λανθάνουσας AF κατά τη διάρκεια του φλεβοκομβικού ρυθμού (SR) και πιθανώς θα μπορούσε να χρησιμοποιείται για την πρόβλεψη περιστατικών AF – μόνη ή σε συνδυασμό με το σκορ CHARGE-AF.  Στην παρούσα λοιπόν μελέτη οι συγγραφείς επικεντρώθηκαν στην αξιολόγηση του AI-ECG σε σχέση με το σκορ CHARGE-AF στην πρόβλεψη της AF αλλά και στην απόδοση του συνδυασμού των δυο μεθόδων.

ΜΕΘΟΔΟΣ

Πληθυσμός μελέτης

Η Mayo Clinic Study of Aging (MCSA) είναι μια προοπτική πληθυσμιακή κοορτή για τη μελέτη του επιπολασμού, της επίπτωσης και των παραγόντων κινδύνου για ήπια γνωστική διαταραχή και άνοια.  Λεπτομέρειες σχετικά με την ανάπτυξη και το σχεδιασμό της μελέτης έχουν δημοσιευθεί προηγουμένως.  Εν συντομία, τον Οκτώβριο του 2004 απαριθμήθηκαν οι κάτοικοι της κομητείας Olmsted μεταξύ των ηλικιών 70 και 89 ετών χρησιμοποιώντας το πρόγραμμα ιατρικών καταγραφών Rochester Epidemiology Project. Το 2012 η μελέτη επεκτάθηκε για να συμπεριλάβει επίσης άτομα ηλικίας μεταξύ 30 και 70 ετών. Όλες οι διαδικασίες της μελέτης και οι ηθικές πτυχές είχαν εγκριθεί από τα θεσμικά όργανα της Mayo Clinic και του νοσοκομείου του Olmsted.

Επιλογή ασθενών και επικύρωση της AF και των παραγόντων κινδύνου

Η βάση δεδομένων MCSA χρησιμοποιήθηκε για τον προσδιορισμό του πληθυσμού που ενσωματώθηκε στην παρούσα ανάλυση. Οι συμμετέχοντες συμπεριλήφθηκαν εάν είχαν τουλάχιστον μία ηλεκτροκαρδιογραφική καταγραφή  με SR εντός 2 ετών πριν από την αρχική ένταξη στην MCSA. Συμμετέχοντες αποκλείονταν από την ανάλυση εάν είχαν ιστορικό AF κατά τη στιγμή της αρχικής επίσκεψης.

Στη μελέτη τα ΗΚΓ τελέστηκαν από το σύστημα ηλεκτροκαρδιογραφίας GE-Marquette.  Δημογραφικές μεταβλητές (π.χ. ηλικία, φύλο και εκπαίδευση) συλλέχθηκαν κατ’ αυταναφορά κατά τη διάρκεια της αρχικής εξέτασης στην κλινική. Τα σωματομετρικά χαρακτηριστικά και η αρτηριακή πίεση μετρήθηκαν κατά τη διάρκεια της κλινικής εξέτασης. Η ύπαρξη τυχόν ιστορικού AF και τα στοιχεία που απαιτήθηκαν  για τον υπολογισμό της βαθμολογίας κινδύνου προσδιορίστηκαν για κάθε συμμετέχοντα από το ιατρικό αρχείο του Rochester Epidemiology Project. Δεδομένου ότι ο κολπικός πτερυγισμός έχει συνήθως παρόμοια διαχείριση (ιδιαίτερα στην απόφαση αν απαιτείται ή όχι αντιπηκτική αγωγή), κατηγοριοποιήθηκε επίσης ως AF.

Υπολογισμός αποτελεσμάτων του μοντέλου AI-ECG AF, της βαθμολογίας CHARGE-AF και του σκορ CHA2DS2– VASc

Η πιθανότητα της AF υπολογίστηκε από μια πλατφόρμα τεχνητής νοημοσύνης (AI) η οποία «εκπαιδεύτηκε» να ανιχνεύει την υπογραφή της AF σε φλεβοκομβικό ηλεκτροκαρδιογράφημα. Τα αποτελέσματα που λήφθηκαν από το συγκεκριμένο αλγοριθμικό μοντέλο AI-ECG αναφέρονται συγκεκριμένα στην πιθανότητα επακόλουθης AF (εντός 30 ημερών από το ΗΚΓ που αναλύθηκε).

Η βαθμολογία κινδύνου CHARGE-AF υπολογίστηκε ως εξής: 0,508 × ηλικία + 0,465 × λευκή φυλή + 0,248 × ύψος +0,15× βάρος + 0,197 × συστολική αρτηριακή πίεση – 0,101 × διαστολική αρτηριακή πίεση + 0,359 × ενεργός καπνιστής + 0,349 × αντιυπερτασική αγωγή + 0,237 × διαβήτηs + 0,701 × συμφορητική καρδιακή ανεπάρκεια + 0,469 × έμφραγμα του μυοκαρδίου.  Η βαθμολογία CHA2DS2-VASc υπολογίστηκε με άθροισμα πόντων ως εξής: συμφορητική καρδιακή ανεπάρκεια (1 βαθμός), αρτηριακή υπέρταση (1 βαθμός), ηλικία (1 βαθμός> 65 ετών και 2 βαθμοί> 75 ετών), διαβήτης (1 βαθμός), εγκεφαλικό επεισόδιο / παροδική ισχαιμική προσβολή (2 βαθμοί), αγγειακή νόσος (1 βαθμός), θήλυ φύλο (1 βαθμός) .

ΑΠΟΤΕΛΕΣΜΑΤΑ

Τα βασικά δημογραφικά χαρακτηριστικάτου προς μελέτη πληθυσμού παρουσιάζονται στον Πίνακα 1. Μετά την εφαρμογή κριτηρίων ένταξης και αποκλεισμού, συνολικά 1936 συμμετέχοντες με μέση ηλικία 75,8 (IQR, 70,4-81,8) έτη και μέση βαθμολογία CHA2DS2– VASc=3 (IQR, 2–4) συμπεριλήφθηκαν στην ανάλυση.

Οι συμμετέχοντες είχαν κατά μέσο όρο 1 ΗΚΓ (IQR, 1-2) μεταξύ 0 και 2 ετών πριν από την εναρκτήρια επίσκεψη. Το μέσο αποτέλεσμα του μοντέλου AF AI-ECG ήταν 3,2% (IQR, 0,8% –12,4%) και η μέση βαθμολογία CHARGE-AF ήταν 14.0 (IQR, 13.2–14.7). Η μέση παρακολούθηση ήταν 7,4 (IQR, 4,7-10,9) χρόνια και περιστατικά AF διαγνώστηκαν κλινικά σε 333 (17,2%) συμμετέχοντες στη μελέτη. Η συνολική επίπτωση της εμφάνισης AF ήταν μεγαλύτερη στα υψηλότερα τεταρτημόρια του εύρους των αποτελεσμάτων του μοντέλου AF AI-ECG και του σκορ CHARGE-AF (Εικόνα 1). Σε 10 χρόνια μετά τη αρχική επίσκεψη, η αθροιστική επίπτωση της AF ήταν 10,9% (95% CI, 8,0% –14,8%) στο χαμηλότερο τεταρτημόριο του μοντέλου AF AI-ECG (.80,8%) αλλά 34,4% (95% CI, 30,1% –39,3%) στο υψηλότερο τεταρτημόριο του μοντέλου (> 12,4%, Πίνακας 2). Ομοίως, στα 10 χρόνια μετά την αρχική επίσκεψη, η συχνότητα εμφάνισης  AF ήταν 7,7% (95% CI, 3,8% –15,9%) στο χαμηλότερο τεταρτημόριο της βαθμολογίας CHARGE-AF (≤13,2) αλλά 30,8% (95% CI, 26,8% –35,4%) στο υψηλότερο τεταρτημόριο του CHARGE-AF σκορ (> 14,7 · Πίνακας 3). Ο σωρευτικός κίνδυνος AF σε 2 έτη ήταν 21,5% για αποτέλεσμα AF AI-ECG> 0,5, σε σύγκριση με 3,8% για αποτέλεσμα AF AI-ECG ≤0,5. Στα 10 χρόνια, ο σωρευτικός κίνδυνος AF ήταν 52,2% για αποτέλεσμα > 0,5, σε σύγκριση με 18,1% για αποτέλεσμα AF AIECG ≤0,5.

ΣΥΖΗΤΗΣΗ

Το κύριο εύρημα της παρούσας μελέτης είναι ότι τόσο το μοντέλο AI-ECG όσο και η βαθμολογία CHARGE-AF σχετίζονται με το χρόνο εμφάνισης συμβάντος AF. Υπήρξε μια σταδιακή αύξηση στις καμπύλες αθροιστικής επίπτωσης για κάθε τεταρτημόριο αύξησης των αποτελεσμάτων των AI-ECG AF και CHARGE-AF score.

 Το σύστημα CHA2DS2-VASc χρησιμοποιείται ευρέως για την εκτίμηση του κινδύνου εμφάνισης εγκεφαλικών επεισοδίων αλλά όχι για την πρόβλεψη κινδύνου εμφάνισης μελλοντικής AF. Ακόμη και όταν χρησιμοποιήθηκε για την πρόβλεψη της AF σε ένα υποσύνολο της Framingham Heart Study, βρέθηκε κατώτερο από το CHARGE-AF score. Επομένως, το CHARGE-AF score παραμένει ο καλύτερα μελετημένος κλινικός κανόνας πρόβλεψης της AF μέχρι σήμερα. Ωστόσο, σημαντικοί περιορισμοί της βαθμολογίας CHARGE-AF περιλαμβάνουν (1) την οριακή διακριτική ικανότητα που επέδειξε σε σειρές δεδομένων επικύρωσης, (2)την απαίτηση για εργώδη άντληση δεδομένων και (3) την έλλειψη δεδομένων αναφορικά με το πώς μεταφράζεται μια συγκεκριμένη τιμή CHARGE-AF σε πιθανότητα εμφάνισης AF με την πάροδο του χρόνου.

Η τεχνητή νοημοσύνη δυνητικά έχει έναν πολλά υποσχόμενο ρόλο στην πρόβλεψη της AF στο κλινικό περιβάλλον καθώς μπορεί να ξεπεράσει τους περιορισμούς του CHARGE-AF. Είναι σημαντικό ότι το AI-ECG είναι ένα μη επηρεαζόμενο από υποκειμενικούς παράγοντες τεστ πραγματικού χρόνου, το οποίο μπορεί να προκύψει και από τον ηλεκτρονικό ιατρικό φάκελο με αυτοματοποιημένο τρόπο.

Μερικούς σημαντικούς περιορισμούς της παρούσας μελέτης αποτελούν οι παρακάτω. Η εφαρμογή μεθόδων που αξιολογήθηκαν με βάση στοιχεία της μελέτη MCSA (σχεδιασμένη για τη μελέτη του επιπολασμού, της συχνότητας και των παραγόντων κινδύνου για ήπια γνωστική εξασθένηση και άνοια) σε νεότερους πληθυσμούς με χαμηλότερο επιπολασμό AF προφανώς μπορεί να προσθέτει περιορισμούς. Επιπλέον, όπως αναφέρεται στην εισαγωγική μελέτη της μεθόδου AI-ECG, η βάση δεδομένων που χρησιμοποιήθηκε για την «εκπαίδευση» του λογισμικού AI εμφάνιζε υψηλότερο επιπολασμό AF από τον γενικό πληθυσμό.

Άρα το λογισμικό ενδέχεται να μην είναι επαρκώς παραμετροποιημένο για την ανίχνευση AF σε πληθυσμούς με χαμηλότερο επιπολασμό AF.

 Η εξαγωγή αποτελεσμάτων με το μοντέλο AI-ECG αυτής της μελέτης χρησιμοποίησε καταγραφές ασθενών που υποβλήθηκαν σε ηλεκτροκαρδιογράφημα με οποιαδήποτε ένδειξη στις Mayo Clinic της Μινεσότα, της Φλόριντα και της Αριζόνα, ενώ η βαθμολογία CHARGE-AF προήλθε από ένα συνδυασμό μητρώων της κοινότητας. Επομένως η επαναξιολόγηση του προτύπου CHARGE-AF θα ήταν επιθυμητή για το γενικό πληθυσμό. H επιβεβαίωση της AF είναι δύσκολη δεδομένων των πιθανά ελλιπών ή ανακριβών δεδομένων που αποθηκεύονται στα ηλεκτρονικά ιατρικά αρχεία και στο γεγονός ότι σε ικανό ποσοστό παραμένει κλινικά μη ανιχνεύσιμη. Επομένως, είναι πιθανό ότι μερικοί συμμετέχοντες στη μελέτη έχουν κατηγοριοποιηθεί εσφαλμένα ως SR είτε κατά την έναρξη είτε κατά τη διάρκεια της παρακολούθησης, καθώς η τέλεση ηλεκτροκαρδιογραφήματος κατά την ένταξη δεν ήταν προαπαιτούμενη συνθήκη.

Συμπερασματικά, στην παρούσα μελέτη τόσο το AI-ECG όσο και το πρότυπο αξιολόγησης κινδύνου CHARGE-AF, προέβλεψαν ανεξάρτητα την επίπτωση της AF στον πληθυσμό της  μελέτης MCSA με παρόμοια αποτελεσματικότητα. Το AI-ECG υπερτερεί στο ότι δεν απαιτεί την επίπονη εξαγωγή δεδομένων που είναι απαραίτητη για τον υπολογισμό της βαθμολογίας CHARGE-AF. Περαιτέρω μελέτες απαιτούνται για την καλύτερη επικύρωση της χρονικής σχέσης μεταξύ του AI-ECG και του χρόνου εκδήλωσης μελλοντικής AF ώστε να βελτιστοποιηθούν τα αποτελέσματα της μεθόδου και η χρησιμότητα της στη λήψη κλινικών αποφάσεων

Ηλεκτρονικός σύνδεσμος δημοσίευσης μελέτης: https://www.ahajournals.org/doi/10.1161/CIRCEP.120.009355

Επιμέλεια: Δημήτριος Λεμπιδάκης, Επικουρικός Επιμελητής Καρδιολογίας, Πανεπιστημιακό Γενικό Νοσοκομείο Ηρακλείου

Περισσότερα Άρθρα

Σχετικά Άρθρα

Νέες Δημοσιεύσεις

ΕΛΣΤΑΤ: Στο 8,50% του ΑΕΠ η συνολική χρηματοδότηση για τις δαπάνες υγείας το 2022

Η συνολική χρηματοδότηση των δαπανών υγείας παρουσίασε αύξηση κατά 5,4% το 2022 σε σχέση με την αντίστοιχη χρηματοδότηση του έτους 2021, αλλά μειώθηκε ως...

Αφρικανική σκόνη, δυνητικοί κίνδυνοι, τρόποι προφύλαξης

Τα σωματίδια που φτάνουν μέχρι τις κυψελίδες των πνευμόνων. Ποιοι είναι ευάλωτοι και πώς θα προστατευτούν. Ο καθηγητής Πνευμονολογίας εξηγεί . Η αφρικανική σκόνη, που ξεκίνησε...

Υψηλότερος γενετικός κίνδυνος παχυσαρκίας σημαίνει σκληρότερη προσπάθεια για τα ίδια αποτελέσματα

Οι συγγραφείς της μελέτης δήλωσαν ότι θέλουν τώρα να δουν εάν τα ευρήματα γενικεύονται σε πιο αντιπροσωπευτικούς και διαφορετικούς πληθυσμούς. Τα άτομα με υψηλότερο γενετικό...

Ετικέτες