Sztuczna inteligencja pomoże zdiagnozować ciężką stenozę aortalną
- Szczegóły
- Nadrzędna kategoria: ROOT
- Kategoria: Nowości
- Opublikowano: czwartek, 27.10.2022, 21:28
- Odsłony: 894
Krystyna Knypl
Stenoza aortalna jest najczęstszą pierwotną zmianą zastawkową wymagającą operacji lub interwencji przezcewnikowej w Europie oraz Ameryce Północnej. Częstość występowania tej wady serca wzrasta ze względu na starzenie się społeczeństw. Wytyczne zalecają wczesną interwencję u wszystkich objawowych pacjentów ze względu na niepomyślne rokowanie. Około 50% nieleczonych pacjentów ze stenozą aortalną umiera w ciągu pierwszych dwóch lat od wystąpienia objawów. Do oceny ciężkości choroby wykorzystuje się badanie echokardiograficzne, a mianowicie prędkość szczytową, średni gradient ciśnienia i powierzchnię zastawki aortalnej. Istnieje jednak coraz więcej dowodów na to, że podwyższone ryzyko śmiertelności wykracza poza obecne definicje diagnostyczne i u większej liczby pacjentów należy rozważyć wymianę zastawki aortalnej.
Źródło ilustracji: https://en.wikipedia.org/wiki/Aortic_stenosis
W badaniu AI-ENHANCED AS, przedstawionym podczas kongresu European Society of Cardiology 2022, sprawdzono, czy algorytm AI opracowany na podstawie parametrów echokardiograficznych rutynowo stosowanych w praktyce klinicznej może zidentyfikować umiarkowaną i ciężką stenozę aortalnej związane ze zwiększoną pięcioletnią śmiertelnością. Autorzy doniesienia opracowali AI-Decision Support Algorithm (AI-DSA) został opracowany przy użyciu danych z National Echo Database of Australia (NEDA), która zawiera ponad 1 000 000 echokardiogramów od ponad 630 000 pacjentów i jest powiązana z informacjami o śmiertelności.
Spośród 179 054 osób, AI-DSA zidentyfikował 2 606 (1,4%) z fenotypem umiarkowanym do ciężkiego i 4 622 (2,5%) z ciężkim fenotypem. Pięcioletnia śmiertelność wynosiła 56,2% u pacjentów z fenotypem umiarkowanym do ciężkiego i 67,9% u pacjentów z ciężkim fenotypem.
Autorzy badania sugerują, że algorytm AI mógłby być stosowany w praktyce klinicznej, aby ostrzegać lekarzy o pacjentach, którzy powinni przejść dalsze badania w celu określenia, czy kwalifikują się do wymiany zastawki aortalnej.
Piśmiennictwo
https://academic.oup.com/eurheartj/article/43/7/561/6358470?login=false
https://www.escardio.org/The-ESC/Press-Office/Press-releases/Artificial-intelligence-identifies-severe-aortic-stenosis-from-routine-echocardiograms
Krystyna Knypl
GdL 10/2022