Umjetna inteligencija prati otkucaje srca kroz vrijeme
mag. sc. Lana Augustinčić, dr. med.
12.02.2021.
Kliničari koriste ultrazvučni video otkucaja srca kako bi procijenili funkciju srca kao pumpe. Umjetna inteligencija (AI) koja se koristi pojednostavljuje komplicirane otkucaje srca kada su van ritma. Srčani mišić se ritmički kontrahira i propelira krv oko zatvorenih komora i prilagođava se zdravlju i bolesti, međutim alati koji to mjere ostaju neprecizni.
Kliničari procjenjuju funkciju srca koristeći volumen ejekcijske frakcije što je postotak volumena krvi u lijevom ventriklu koji se ispumpava kada se srce kontrahira. U normalnom srcu, polovica krvi je izbačena tako da ejekcijska frakcija iznosi više od 50%. Samo iskusni liječnik može očitati ultrazvuk (UZV) kucajućeg srca i napraviti preciznu procjenu ejekcijske frakcije. Međutim, edukacija i iskustvo razlikuju se od osobe do osobe, odokativna procjena nije nešto u što se možemo pouzdati. Ejekcijska frakcija se procjenjuje tako da pratimo granice zidova lijevog ventrikla digitalnim prikazom kako bi procijenili krvni volumen na početku i kraju ejekcije. Preporuča se da kliničari procijene ejekcijsku frakciju za vrijeme 3 do 5 otkucaja srca, ali u tipičnoj kliničkoj praksi procjenjuje se samo jedan otkucaj. Precizno mjerenje otkucaja, te praćenje prosjeka otkucaja je pogotovo važno u procijeni aritmija.
U aritmijama, promjena trajanja otkucaja srca mijenja volumen kojim se puni srce i izbacuje iz lijevog ventrikla, rezultirajući varijabilnom ejekcijskom frakcijom. Ova varijabilnost otežava procjenu atrijske fibrilacije. Ejekcijska frakcija treba biti češće procijenjena u ljudi s atrijskom fibrilacijom zato što se zatajivanje srca javlja u više od trećine takvih bolesnika. Više od polovice ljudi sa zatajivanjem srca ima atrijsku fibrilaciju.
Ouyang i suradnici su koristili umjetnu inteligenciju kako bi pratili standardne kliničke mjere srčane funkcije. Ta mjera se zove ejekcijska frakcija (EF) i odnosi se na postotak volumena krvi koji je u lijevoj klijetci, a koji se ispumpava pri kontrakciji srca. Kako bi razvili AI-baziranu metodu procjene ejekcijske frakcije, treba mjeriti nekoliko otkucaja srca. Za mjerenje ejekcijske frakcije Ouyang i suradnici su koristili 10.030 ultrazvučnih videa srca koji su bili pohranjeni zajedno.
Pristup Ouyanga i suradnika je zahtijevao 0,05 sekundi po videu što su oni prezentirali kao brže od prosječne brzine čovjeka-stručnjaka. Međutim, ovo još uvijek nije bilo jednako brzo kao stvarno vrijeme koje bi bilo manje od 0,02 sekundi po videu (64 videa u 1,28 sekundi). Daljnje učenje je potrebno za 3D ehokardiografiju, a potrebne su bolje tehnike za izračune i obradu videa.
Zahvaljujemo autorima što su istraživačkoj zajednici ostavili veliku bazu videa ultrazvuka kako bi se povećala banka znanja. Preporuča se isto autorima koji imaju kardiološki ultrazvuk, kompjuterizirnu tomografiju i magnetsku rezonancu.
Gledajući na veliko opterećenje zdravstvenog sustava, stalni napori da se popravi preciznost oslobodit će vrijeme liječnicima kako bi imali više vremena za bolju kliničku skrb i bolju interakciju s pacijentima.