Naukowcy z Politechniki Warszawskiej przeprowadzili badania, w których wykorzystali dane z elektrokardiografii (EKG) do nauki sztucznej inteligencji. Cel tego projektu polegał na opracowaniu metody obrazowania wyników EKG, która umożliwiałaby lekarzom szybszą i skuteczniejszą diagnozę zawałów i arytmii serca. Dr. Teodor Buchner, fizyk z Politechniki Warszawskiej, w rozmowie z PAP, podkreślił znaczenie tego podejścia.
Elektrokardiografia (EKG) jest badaniem diagnostycznym stosowanym w medycynie do wykrywania chorób serca. Proces ten polega na monitorowaniu elektrycznej aktywności mięśnia sercowego poprzez umieszczenie elektrod na klatce piersiowej pacjenta. Wynik badania jest reprezentowany jako różnica potencjałów (napięć) między elektrodami i jest przedstawiany w formie graficznej na papierze milimetrowym lub ekranie monitora.
Analiza wyników EKG stanowi trudne wyzwanie dla kardiochirurgów i lekarzy, którzy starają się zrozumieć stan pacjenta na podstawie tych danych. Część zawałów serca nie jest wykrywana poprzez standardowe EKG, a czas reakcji jest kluczowy w ratowaniu życia pacjenta. Wiele z tych zawałów staje się widoczne dopiero po przybyciu pacjenta do szpitala i przeprowadzeniu dodatkowych badań. Skrócenie czasu potrzebnego do diagnozy i leczenia może wpłynąć na obniżenie śmiertelności.
Wyzwaniem w kardiologii jest również określenie lokalizacji zaburzeń w mięśniu sercowym. Często nie jest jasne, czy źródło arytmii czy zawału znajduje się w lewej czy prawej komorze serca, czy może w przegrodzie międzykomorowej. Obraz EKG dostarcza ograniczonych informacji na ten temat. Zespół naukowców, w tym prof. Rafał Baranowski z Narodowego Centrum Kardiologii w Aninie, współpracujący w badaniach, podkreśla potrzebę doskonalenia interpretacji EKG.
Zespół dr. Buchnera opracował nowatorskie rozwiązanie, które wykorzystuje sztuczną inteligencję do poprawy analizy EKG. Ich teoria pozwala na lepsze powiązanie wyników EKG z rzeczywistym stanem mięśnia sercowego. W procesie analizy, sieć neuronowa jest używana do interpretacji sygnałów EKG i tworzenia bardziej zrozumiałego obrazu stanu mięśnia sercowego.
Naukowcy przygotowali narzędzie edukacyjne, które ma pomóc kardiologom zrozumieć, jak wynik EKG odzwierciedla fizyczną aktywność serca. To narzędzie ma pomóc lekarzom rozwijać intuicję i lepiej analizować wyniki trudnych przypadków. Nie mają oni na celu zastąpić wiedzy i intuicji lekarzy, lecz wspomagać ich pracę.
Naukowcy wierzą, że połączenie informacji z EKG i stanu mięśnia sercowego za pomocą sztucznej inteligencji pozwoli na szybszą i bardziej precyzyjną diagnozę. Jednak nadal podkreślają rolę lekarzy w procesie interpretacji i podejmowania decyzji. Wzmocnione narzędzia i wsparcie technologiczne mogą przyspieszyć i usprawnić opiekę medyczną, poprawiając szanse pacjentów na skuteczne leczenie i zdrowie.
Dr. Buchner wyraził nadzieję, że dostępność już istniejących baz danych z wynikami EKG pacjentów na świecie pozwoli na dalszy rozwój tej metody. Wspomniał o dużych bazach danych wyników badań EKG w Indiach i potencjale ich integracji dla dobra ludzkości.
