هوش مصنوعی با بررسی ضربان قلب هنگام خواب، خطر بیماری‌های قلبی را تا ۱۰ سال آینده پیش‌بینی می‌کند

پژوهشگران با توسعه یک مدل هوش مصنوعی و تحلیل نوار قلب هنگام خواب، روشی برای پیش‌بینی خطر نارسایی قلبی، سکته مغزی و اختلالات ریتم قلب تا ۱۰ سال آینده ارائه کرده‌اند. این فناوری با داده‌های نزدیک به ۱۶ هزار بیمار آموزش دیده است.

پژوهشگران موفق شده‌اند با استفاده از هوش مصنوعی و تحلیل فعالیت الکتریکی قلب هنگام خواب، روشی برای پیش‌بینی خطر ابتلا به بیماری‌های قلبی‌عروقی در یک بازه ۱۰ ساله توسعه دهند. این فناوری می‌تواند نشانه‌هایی را شناسایی کند که در بررسی‌های معمول نوار قلب به‌سادگی قابل تشخیص نیستند.

به گزارش تکراتو و به نقل از دیجیاتو، محققان دانشگاه اموری آمریکا با استفاده از الگوریتم‌های یادگیری عمیق، اطلاعات نوار قلب هزاران بیمار را بررسی کرده‌اند. نتایج این پژوهش که در نشریه علمی SLEEP منتشر شده، نشان می‌دهد داده‌های ثبت‌شده هنگام خواب می‌توانند اطلاعات ارزشمندی درباره احتمال بروز نارسایی قلبی، سکته مغزی و اختلالات ریتم قلب در آینده ارائه دهند.

پیش‌بینی بیماری‌های قلبی با هوش مصنوعی هنگام خواب

دانشمندان دانشگاه اموری برای توسعه این فناوری، یک مدل یادگیری عمیق را با داده‌های نزدیک به ۱۶ هزار بیمار آموزش دادند. این اطلاعات از افرادی جمع‌آوری شده بود که در مطالعه خواب بیمارستان عمومی ماساچوست در بوستون شرکت کرده بودند.

در این روش، هوش مصنوعی سیگنال‌های الکتریکی قلب را که هنگام خواب از طریق یک کانال نوار قلب یا ECG ثبت می‌شوند، تحلیل می‌کند. الگوریتم با شناسایی الگوهای ظریف در فعالیت قلب، افراد را بر اساس میزان خطر ابتلا به بیماری‌های قلبی‌عروقی در گروه‌های مختلف قرار می‌دهد.

نکته مهم این است که ارتباط امتیاز محاسبه‌شده توسط هوش مصنوعی با خطر بیماری‌ها، حتی پس از در نظر گرفتن عوامل شناخته‌شده‌ای مانند سن، جنسیت، دیابت، فشار خون بالا و استعمال دخانیات نیز مشاهده شده است.

هوش مصنوعی چه بیماری‌هایی را پیش‌بینی می‌کند؟

نتایج این پژوهش نشان می‌دهد افرادی که امتیاز خطر بالاتری از مدل هوش مصنوعی دریافت کرده‌اند، با احتمال بیشتری در سال‌های آینده دچار مشکلات قلبی‌عروقی می‌شوند.

بر اساس یافته‌های محققان، به‌ازای هر یک انحراف معیار افزایش در امتیاز خطر محاسبه‌شده توسط مدل، ارتباط‌های زیر مشاهده شده است:

  • افزایش ۱۰۳ تا ۱۷۲ درصدی خطر فیبریلاسیون دهلیزی، یکی از اختلالات ریتم قلب
  • افزایش ۱۹ تا ۴۰ درصدی خطر سکته مغزی
  • افزایش ۶۹ تا ۱۳۳ درصدی خطر نارسایی قلبی
  • افزایش ۶۵ تا ۸۲ درصدی خطر مرگ به هر علت

این اعداد نشان‌دهنده ارتباط آماری میان امتیاز مدل و خطر بیماری‌ها هستند و به معنای افزایش قطعی احتمال ابتلا برای همه افراد نیستند.

چرا بررسی ضربان قلب هنگام خواب اهمیت دارد؟

در بسیاری از روش‌های رایج ارزیابی سلامت قلب، پزشکان فعالیت الکتریکی قلب را هنگام بیداری بررسی می‌کنند. بااین‌حال، پژوهش جدید نشان می‌دهد تغییرات ضربان قلب در مراحل مختلف خواب نیز می‌توانند اطلاعات مهمی درباره وضعیت سلامت فرد ارائه دهند.

محققان متوجه شده‌اند که در سبک‌ترین مرحله خواب، برخی تغییرات الکتریکی قلب ارتباط ویژه‌ای با خطر بروز بیماری‌های قلبی در آینده دارند.

به اعتقاد پژوهشگران، تغییرات سریع فعالیت دستگاه عصبی خودکار در این مرحله ممکن است باعث آشکارشدن اختلالات بسیار ظریفی در ریتم یا هدایت الکتریکی قلب شوند؛ نشانه‌هایی که تشخیص آن‌ها در شرایط عادی دشوارتر است.

آیا هوش مصنوعی می‌تواند جایگزین آزمایش‌های قلب شود؟

یکی از ویژگی‌های مهم این روش، استفاده از اطلاعاتی است که در آزمایش‌های استاندارد خواب یا پلی‌سومنوگرافی معمولاً ثبت می‌شوند.

در این آزمایش‌ها، علاوه بر فعالیت مغز و وضعیت تنفس، ضربان و فعالیت الکتریکی قلب نیز بررسی می‌شود. بااین‌حال، اگر نوار قلب نشانه غیرطبیعی آشکاری نداشته باشد، ممکن است داده‌های آن برای ارزیابی خطرهای بلندمدت قلبی تحلیل نشوند.

هوش مصنوعی می‌تواند با بررسی دقیق‌تر همین داده‌ها، اطلاعاتی را استخراج کند که در ارزیابی‌های معمول مورد توجه قرار نمی‌گیرند.

البته این فناوری هنوز یک ابزار پژوهشی است و نمی‌توان آن را جایگزین تشخیص پزشک یا آزمایش‌های تخصصی قلب دانست.

آینده تشخیص زودهنگام بیماری‌های قلبی با هوش مصنوعی

پژوهشگران امیدوارند با توسعه و اعتبارسنجی بیشتر این فناوری، بتوان در آینده از آن به‌عنوان ابزاری کمکی برای غربالگری خطر بیماری‌های قلبی‌عروقی استفاده کرد.

چنین رویکردی می‌تواند به پزشکان کمک کند افرادی را که در معرض خطر بیشتری قرار دارند، زودتر شناسایی کنند و در صورت نیاز، بررسی‌ها و اقدامات پیشگیرانه مناسب را انجام دهند.

بااین‌حال، توانایی پیش‌بینی خطر در یک بازه ۱۰ ساله به معنای تشخیص قطعی بیماری یا مشخص‌کردن زمان دقیق ابتلا نیست. برای استفاده گسترده از این فناوری در محیط‌های درمانی، مطالعات و ارزیابی‌های بالینی بیشتری مورد نیاز است.

ا
امیررضا هادی تهرانی
مشاهده کلیه مقالات منتشر شده
ADs
ADs
گفت‌وگوی کاربران

دیدگاه‌ها

۰ دیدگاه

دیدگاه شما

نشانی ایمیل شما منتشر نخواهد شد.

اپلیکیشن و نرم‌افزار

معرفی نرم افزار و اپلیکیشن

مشاهده بیشتر