Η τεχνητή νοημοσύνη μπορεί να αλλάξει ριζικά την προσέγγιση στην αντιμετώπιση της κολπικής μαρμαρυγής (ΚΜ), ενός από τα πιο συχνά προβλήματα της καρδιάς, που ταλαιπωρεί εκατομμύρια ανθρώπους παγκοσμίως.
Ερευνητές από το Queen Mary University του Λονδίνου πλησιάζουν την καρδιά με έναν νέο καινοτόμο τρόπο. Ανέπτυξαν ένα νέο εργαλείο τεχνητής νοημοσύνης, το οποίο προσομοιώνει τα ιατρικά μοντέλα καρδιοπαθειών, με σκοπό την εξατομικευμένη θεραπεία για ασθενείς.
Η Κολπική Μαρμαρυγή (ΚΜ) προκαλεί ακανόνιστο καρδιολογικό ρυθμό, διαταράσσοντας τη φυσιολογική ηλεκτρική δραστηριότητα της καρδιάς. Ενώ η ανάπτυξη ουλώδης ιστού, λόγω της πάθησης, επιτείνει τη σοβαρότητα του προβλήματος. Η ίνωση της καρδιάς αναπτύσσεται ως αποτέλεσμα της ηλικίας, του χρόνιου άγχους ή και της ίδιας της ΚΜ, διαταράσσοντας την ηλεκτρική αγωγιμότητα της καρδιάς.
Σήμερα, η διάγνωση της ίνωσης πραγματοποιείται με εξετάσεις όπως η MRI (LGE-MRI), η οποία απεικονίζει τα χαρακτηριστικά της ουλώδους βλάβης. Η εξετάση παίζει καθοριστικό ρόλο στην αξιολόγηση της καλύτερης θεραπείας για τον κάθε ασθενή.
Δείτε επίσης: Γιατί η καλή στοματική υγιεινή προστατεύει την καρδιά και μειώνει τον κίνδυνο Αλτσχάιμερ
Η πιο διαδεδομένη θεραπεία για την ΚΜ, ωστόσο, είναι η επέμβαση της κατάλυσης (ablation) κατά την οποία δημιουργούνται μικρές, ελεγχόμενες ουλές για να μπλοκαριστούν τα ανώμαλα ηλεκτρικά σήματα.
Παρ’ ολα αυτά, η επιτυχία διαφέρει σημαντικά από ασθενή σε ασθενή και η πρόβλεψη για την αποτελεσματικότητα της κάθε θεραπείας παραμένει αστάθμητος παράγοντας.
Έτσι, οι ερευνητές προσπαθούν τώρα να ανακαύψουν έναν καλύτερο τρόπο προσαρμογής της θεραπείας για κάθε άτομο, με τη χρήση της τεχνητής νοημοσύνης. Το AI προκρίνεται ως λύση καθώς προσφέρει ελπίδα για πιο εξατομικευμένες λύσεις.
Καρδιά: Η έρευνα που αλλάζει τα δεδομένα
Στο πλαίσιο της έρευνας, οι επιστήμονες χρησιμοποίησαν 100 πραγματικές απεικονίσεις LGE-MRI από ασθενείς με ΚΜ, για να εκπαιδεύσουν το μοντέλο της τεχνητής νοημοσύνης. Το αποτέλεσμα ήταν να δημιουργήσουν 100 επιπλέον πρότυπες απεικονίσεις ίνωσης, οι οποίες ακριβώς μιμούνται την καρδιοπάθεια. Αυτές ενσωματώθηκαν σε μοντέλα καρδιάς 3D για να προσομοιώσουν διάφορες στρατηγικές αντιμετώπισης.
Τα αποτελέσματα έδειξαν πως οι προβλέψεις ήταν σχεδόν εξίσου ακριβείς με τις πραγματικές εικόνες των ασθενών.
Ο Δρ. Αλεξάντερ Ζολόταρεφ, πρώτος συγγραφέας της μελέτης, αναφέρει: «Η μέθοδος μας, προστατεύει την ιδιωτικότητα των ασθενών, ενώ μας επιτρέπει να εξετάσουμε πολλές περισσότερες καταστάσεις καρδιοπάθειας, σε σύγκριση με τις παραδοσιακές μεθόδους».
Η νέα αυτή τεχνολογία προσφέρει μια νέα πλατφόρμα για τους γιατρούς, η οποία τους επιτρέπει να προσομοιώνουν και να προγραμματίζουν διαφορετικές θεραπείες πριν τις εφαρμόσουν σε κάθε ασθενή ξεχωριστά.
Η έρευνα πραγματοποιείται στο πλαίσιο του έργου UKRI Future Leaders Fellowship της Δρ. Κάρολιν Ρόνι και στοχεύει στη δημιουργία «ψηφιακών δίδυμων» καρδιακών μοντέλων για τους ασθενείς με ΚΜ, τα οποία θα βοηθήσουν στην ανάπτυξη εξατομικευμένων θεραπειών.
Με την ΚΜ να επηρεάζει περίπου 1,4 εκατομμύρια ανθρώπους στο Ηνωμένο Βασίλειο και με τις επέεμβάσεις ablation να αποτυγχάνουν σε περίπου 50% των περιπτώσεων, αυτή η νέα τεχνολογία αναμένεται να μειώσει τις επαναλαμβανόμενες διαδικασίες και να φέρει επανάσταση στην αντιμετώπιση της πάθησης, αντιμετωπίζοντας ταυτόχρονα κρίσιμα ηθικά ζητήματα, όπως η προστασία των προσωπικών δεδομένων των ασθενών.
Η τεχνητή νοημοσύνη, σύμφωνα με τους ερευνητές, δεν αποσκοπεί στο να αντικαταστήσει την κρίση των γιατρών, αλλά να τους προσφέρει ένα προηγμένο εργαλείο προσομοίωσης. Ένα εργαλείο, το οποίο μπορεί να αναδείξει τις καλύτερες στρατηγικές θεραπείας για κάθε ασθενή ξεχωριστά.
-: Queen Mary University of London
Φωτογραφία: iStock
