Der Herausgeber von Downcodes erfuhr, dass in einer aktuellen Studie, die in der Fachzeitschrift „The Lancet“ veröffentlicht wurde, ein neues, durch künstliche Intelligenz verstärktes Elektrokardiogramm (EKG)-Modell namens AIRE vorgestellt wurde. Dieses Modell nutzt Patientengeschichte und Bildgebungsergebnisse, um Mortalität und Risiko für Herz-Kreislauf-Erkrankungen (CVD) genau vorherzusagen, Ärzten individuelle medizinische Beratung zu bieten und die Risikobewertung und Prävention von Herz-Kreislauf-Erkrankungen voraussichtlich zu revolutionieren.
Hinweis zur Bildquelle: Das Bild wird von AI und dem Bildautorisierungsdienstleister Midjourney generiert
Bei der Entwicklung des AIRE-Modells wurden große Datenmengen verschiedener Patientengruppen verwendet, um die Mängel früherer Modelle hinsichtlich der zeitlichen physikalischen Rationalität und Interpretierbarkeit zu überwinden und die Vorhersageergebnisse nicht nur genau zu machen, sondern auch in der Lage zu sein, spezifische Maßnahmen in der klinischen Praxis zu unterstützen. Die Studie ergab, dass AIRE in der Lage war, Gesamttod, ventrikuläre Arrhythmien, atherosklerotische Herz-Kreislauf-Erkrankungen und das Risiko einer Herzinsuffizienz vorherzusagen, und traditionelle KI-Modelle sowohl bei der kurz- als auch bei der langfristigen Risikobewertung übertraf.
Ein Elektrokardiogramm ist eine Methode zur nichtinvasiven Beurteilung der elektrischen Aktivität des Herzens durch die Platzierung von Elektroden an Brust, Armen und Beinen eines Patienten. Obwohl die EKG-Technologie Jahrhunderte alt ist, haben jüngste Fortschritte bei der Rechenleistung von Computern und prädiktiven Modellen für maschinelles Lernen neue Hoffnung auf diesem Gebiet gegeben. Obwohl in mehreren Studien versucht wurde, KI zur Vorhersage von Herz-Kreislauf-Erkrankungen und dem Mortalitätsrisiko einzusetzen, sind praktische Anwendungen noch selten.
In dieser Studie wurden acht AIRE-Modelle entwickelt, die statt nur zeitlich festgelegter Risikobewertungen individuelle Überlebenskurvenvorhersagen liefern können. Die Studiendaten stammten aus klinischen Quellen an mehreren geografischen Standorten, darunter dem Beth Israel Deaconess Medical Center in den Vereinigten Staaten und dem Sao Paulo-Minas Gerais Tropical Medicine Research Center in Brasilien. Durch die Integration einer Restblock-Convolutional-Neural-Network-Architektur erstellt das AIRE-Modell patientenspezifische Überlebenskurven, die den Tod und Verlust der Teilnehmer bei der Nachsorge berücksichtigen.
Die Studienergebnisse zeigen, dass AIRE den Gesamttod mit einem Harmonisierungswert von 0,775 genau vorhersagen kann, insbesondere bei Teilnehmern ohne familiäre Vorgeschichte von Herz-Kreislauf-Erkrankungen, und dass AIRE auch Herzinsuffizienzereignisse effektiv vorhersagen kann. Darüber hinaus hat AIRE Stabilität bei der Verwendung von Einzel-EKG-Daten wie z. B. Verbrauchergeräten gezeigt, was die Möglichkeit für die Überwachung des Risikos von Herz-Kreislauf-Erkrankungen zu Hause eröffnet.
Das Forschungsteam stellte fest, dass die AIRE-Plattform nicht nur das Urteil traditioneller menschlicher Experten hinsichtlich der Vorhersagegenauigkeit übertrifft, sondern auch den Grundstein für klinische Anwendungen weltweit legt. Es wird erwartet, dass die Plattform in der Primär- und Sekundärversorgung weit verbreitet sein wird, um personalisierte Risikovorhersagen für Herz-Kreislauf-Erkrankungen für verschiedene Bevölkerungsgruppen bereitzustellen.
Das Aufkommen des AIRE-Modells hat einen neuen Aufbruch in die Vorhersage und Prävention von Herz-Kreislauf-Erkrankungen gebracht. Aufgrund seiner Genauigkeit und Interpretierbarkeit verfügt es über ein großes Anwendungspotenzial in der klinischen Praxis und wird voraussichtlich mehr Patienten auf der ganzen Welt zugute kommen. Der Herausgeber von Downcodes hofft, dass das AIRE-Modell in Zukunft weiter verbessert werden kann und zum Aufbau einer gesünderen Welt beitragen kann.