Sztuczna inteligencja pomoże zdiagnozować ciężką stenozę aortalną

Szczegóły
Nadrzędna kategoria: ROOT
Kategoria: Nowości
Opublikowano: czwartek, 27.10.2022, 21:28
Odsłony: 886

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.

<a href=

 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