هوش مصنوعی آریتمی قلب را از 30 دقیقه قبل پیش بینی می کند

آینده جهان با هوش مصنوعی (151)؛

محققان یک مدل هوش مصنوعی جدید توسعه داده اند که می تواند یکی از شایع ترین اختلال ریتم قلب، فیبریلاسیون دهلیزی را 30 دقیقه قبل پیش بینی کند.

به گزارش خبرگزاری علم و فناوری cmsd به نقل از نیواطلس، تحقیقات جدید نشان داده است که هوش مصنوعی آموزش دیده بر روی داده های ساده ضربان قلب می تواند یکی از شایع ترین اختلال ریتم قلب، فیبریلاسیون دهلیزی را 30 دقیقه قبل پیش بینی کند. با برنامه ریزی برای گنجاندن این مدل در تلفن هوشمند به طوری که بتواند داده های یک ساعت هوشمند را تجزیه و تحلیل کند، می تواند به عنوان یک سیستم هشدار اولیه عمل کند.

شایع ترین اختلال ریتم قلب، فیبریلاسیون دهلیزی (AF)، به طور قابل توجهی مراجعات بخش اورژانس و خطر بیماری های دیگر مانند سکته مغزی و زوال عقل را افزایش می دهد. این عارضه زمانی اتفاق می افتد که حفره های فوقانی قلب یعنی دهلیز ها به طور غیر طبیعی و نامنظم می کوبند و با حفره های پایینی یعنی بطن ها هماهنگ نیستند و ریتم قلبی نامنظم و اغلب بسیار سریع ایجاد می کنند. ضربان قلب طبیعی باید منظم باشد و زمانی که در حال استراحت هستید بین 60 تا 100 ضربه در دقیقه باشد. در فیبرلاسیون دهلیزی دو حفره فوقانی قلب یعنی دهلیز های قلب، فاقد ضربان مطلوب هستند.

بازگرداندن بیمار از فیبریلاسیون دهلیزی به ریتم منظم سینوسی می تواند به مداخلات فشرده ای مانند کاردیوورژن، وارد کردن شوک کم انرژی برای بازنشانی سیستم هدایت قلب نیاز داشته باشد. بنابراین، تشخیص این اختلال قبل از وقوع، مداخلات اولیه را امکان پذیر می کند که نتایج بیمار را بهبود می بخشد.

محققان مرکز سیستم های زیست پزشکی لوکزامبورگ (LCSB) در دانشگاه لوکزامبورگ مطالعه ای را منتشر کرده اند که در آن یک مدل یادگیری عمیق برای پیش بینی دقیق، 30 دقیقه زودتر از زمانی که فرد دچار فیبریلاسیون دهلیزی می شود، آموزش داده شده است.

در حال حاضر، الکتروکاردیوگرافی (ECG) فقط می تواند فیبریلاسیون دهلیزی را درست قبل از وقوع آن تشخیص دهد، بنابراین نمی توان آن را یک سیستم هشدار اولیه در نظر گرفت.

خورخه گونکالوز، رییس گروه کنترل سیستم در «ال سی اس بی» و نویسنده مسیول این مطالعه گفت: در مقابل، کار ما از این رویکرد به یک مدل پیش بینی آینده نگرتر منحرف می شود. ما از داده های ضربان قلب برای آموزش یک مدل یادگیری عمیق استفاده کردیم که می تواند مراحل مختلف ریتم سینوسی و فیبریلاسیون دهلیزی را تشخیص دهد و احتمال خطر ابتلا به یک دوره قریب الوقوع را محاسبه کند.

محققان پیش بینی می کنند که این دستگاه در گوشی های هوشمند برای پردازش داده های به دست آمده از یک ساعت هوشمند استفاده شود. هدف درازمدت این است که بیماران بتوانند به طور مداوم ریتم قلب خود را کنترل کنند و به اندازه کافی هشدار دهند تا بتوانند از درمان هایی مانند دارو های ضد آریتمی خوراکی برای جلوگیری از شروع فیبریلاسیون دهلیزی استفاده کنند. محققان می گویند، این فناوری را می توان شخصی سازی کرد.  

گونکالوزگفت: در حرکتی رو به جلو، ما بر روی توسعه مدل های شخصی سازی شده تمرکز خواهیم کرد. استفاده روزانه از یک ساعت هوشمند ساده دایماً اطلاعات جدیدی در مورد پویایی قلب شخصی ارایه می کند و ما را قادر می سازد تا مدل خود را به طور مداوم اصلاح کنیم و مجدداً آموزش دهیم تا با هشدار های قبلی حتی به عملکرد بهتری دست یابد. در نهایت، این رویکرد می تواند منجر به آزمایش های بالینی جدید و مداخلات درمانی نوآورانه شود.

هوش مصنوعی آریتمی قلب را از 30 دقیقه قبل پیش بینی می کند