NAČIN na koji srce radi tijekom spavanja mogao bi otkriti rizik od kardiovaskularnih bolesti i do deset godina unaprijed. Znanstvenici su razvili metodu koja pomoću umjetne inteligencije analizira podatke s elektrokardiograma (EKG) snimljenog tijekom noći. Na temelju tih podataka moguće je s velikom preciznošću predvidjeti rizik od nepravilnog rada srca, moždanog udara, zatajenja srca ili smrti, piše ScienceAlert.

Metodologija i obuka modela

Istraživački tim, koji su vodili znanstvenici sa Sveučilišta Emory, prvo je uvježbao sustav dubokog učenja na podacima gotovo 16.000 pacijenata iz javnozdravstvene studije spavanja. Nakon faze obuke, model je testiran na dodatna dva skupa podataka koji su obuhvatili gotovo 23.000 pacijenata. Sustav je na kraju uspio klasificirati sudionike u različite kategorije dugoročnog kardiovaskularnog rizika.

"Ovaj novi pristup mogao bi otkriti osobe s rizikom od kardiovaskularnih bolesti godinama prije pojave kliničkih simptoma", rekao je David Goff, vršitelj dužnosti direktora američkog Nacionalnog instituta za srce, pluća i krv (NHLBI). "Sljedeći je važan korak procijeniti hoće li ova informacija poboljšati tradicionalne metode predviđanja rizika".

Precizna predviđanja rizika

Nakon što su u analizu uključeni i uobičajeni faktori rizika poput dobi, spola i postojećih bolesti, sustav je pokazao visoku točnost u predviđanju desetogodišnjeg rizika. Svako povećanje rezultata rizika za jednu standardnu devijaciju, kako ga je izračunala umjetna inteligencija, bilo je povezano sa 103 do 172% većim rizikom od fibrilacije atrija, odnosno nepravilnog rada srca.

Model je također predvidio 19 do 40% veći rizik od moždanog udara, 69 do 133% veći rizik od zatajenja srca te 65 do 82% veći rizik od smrti iz bilo kojeg uzroka.

Vrijednost podataka prikupljenih u snu

Problemi sa spavanjem, poput nesanice, poznati su faktori rizika za kardiovaskularne bolesti. Tijekom polisomnografije, standardne metode za dijagnostiku poremećaja spavanja, redovito se snima i rad srca. Ipak, ti se podaci rijetko detaljno analiziraju ako ne ukazuju na neki očit problem. Tradicionalni modeli za procjenu kardiovaskularnog rizika analiziraju EKG snimke nastale dok je osoba budna.

Ovo istraživanje pokazuje da EKG snimke iz sna, povezane s različitim fazama spavanja, imaju znatno veću prediktivnu vrijednost. Pokazalo se da su promjene u obrascima otkucaja srca tijekom najlakše faze sna posebno važne za predviđanje budućih rizika. Autori objašnjavaju da brze autonomne fluktuacije u toj fazi mogu naglasiti suptilne nepravilnosti u dinamici srca.

"Važno je naglasiti da je naš model dubokog učenja poboljšao predviđanje srčanih ishoda i kad se uzmu u obzir već poznati faktori rizika", kaže Gari Clifford, autor studije i profesor biomedicinskog inženjerstva.

Potencijal za kliničku primjenu

Uključivanje EKG podataka iz sna poboljšalo je postojeće modele procjene rizika do 6% za fibrilaciju atrija, do 9% za zatajenje srca i do 7% za predviđanje smrtnosti. Autori pojašnjavaju da se ta povećanja mogu činiti skromnima, ali značajno poboljšavaju sposobnost razlikovanja osoba koje će razviti bolest od onih koje neće, što nadmašuje tradicionalne metode.

Uz daljnji razvoj, sustav bi mogao pomoći liječnicima da kod pacijenata s poremećajima spavanja na vrijeme prepoznaju i dodatni rizik od zatajenja srca. "U budućnosti bi se provjereni analitički pristupi poput ovoga mogli ugraditi u postojeće dijagnostičke testove za pacijente na studijama spavanja. Služili bi kao alat za probir niza štetnih kardiovaskularnih ishoda", zaključuje Goff.