Niedawno spotkaliśmy się z prof. Christine Meyer-Zürn z Uniwersyteckiego Szpitala w Bazylei, aby podsumować naszą wieloletnią współpracę oraz porozmawiać o zmieniającym się krajobrazie badań nad EKG i roli sztucznej inteligencji w kardiologii.
Rafał Samborski: To już nasz szósty wspólny projekt. Co sprawia, że USB nadal decyduje się na współpracę z Cardiomatics?
Christine Meyer-Zürn: Nasza dalsza współpraca opiera się przede wszystkim na konsekwentnie wysokiej jakości metodologicznej oraz wiarygodnej analizie EKG w ramach kilku wspólnych projektów badawczych. W wielu badaniach, w tym w Swiss-AF Burden cohort, oparta na AI kwantyfikacja obciążenia migotaniem przedsionków wykazała bardzo wysoką zgodność z ocenami dokonywanymi przez lekarzy. Taki poziom zgodności potwierdza przydatność tego podejścia w dalszych zastosowaniach w badaniach klinicznych.
Jakie są dziś największe wyzwania metodologiczne w badaniach nad EKG i w jaki sposób współpraca z partnerami technologicznymi może pomóc w ich przezwyciężeniu?
Współczesne badania coraz częściej opierają się na długotrwałym monitorowaniu (np. Holter 7-dniowy lub dłuższy), co generuje ogromne zbiory danych. Manualna ocena zapisów jest czasochłonna, wymaga znacznych zasobów i jest podatna na zmienność między obserwatorami. Zapewnienie spójnej i skalowalnej analizy, bez utraty dokładności, pozostaje więc jednym z kluczowych wyzwań.
Ambulatoryjne zapisy EKG często zawierają artefakty, zakłócenia związane z ruchem oraz zmienną jakość sygnału. Niezbędne są solidne metody wstępnego przetwarzania oraz wiarygodna klasyfikacja arytmii, aby uniknąć systematycznych błędów. Platformy oparte na sztucznej inteligencji mogą zapewnić zautomatyzowaną, standaryzowaną i powtarzalną kwantyfikację parametrów arytmii.
Jak postrzega Pani przyszłość długoterminowej analizy EKG oraz rolę sztucznej inteligencji w kardiologii?
Historycznie analiza EKG koncentrowała się głównie na binarnym wykrywaniu zdarzeń, np. stwierdzeniu obecności lub braku migotania przedsionków. Obecnie coraz większą uwagę poświęca się jednak ilościowej charakterystyce fenotypu arytmii, takiej jak AF burden, zmienność w czasie, rytmy dobowe czy dynamika arytmii. Sztuczna inteligencja jest szczególnie dobrze przystosowana do wydobywania takich wielowymiarowych cech z ciągłych zapisów. Obszarem szczególnie interesującym dla zastosowań AI jest także okres po ablacji, również w kontekście identyfikacji różnic między płciami, na czym obecnie się koncentrujemy.
Parametry EKG wyprowadzane z analiz AI będą prawdopodobnie integrowane z multimodalnymi modelami predykcji ryzyka, łączącymi dane z obrazowania, biomarkery, genomikę oraz zmienne kliniczne. Należy przy tym postrzegać AI jako narzędzie wspierające pracę klinicystów, a nie zastępujące ich wiedzę ekspercką. Automatyczna analiza EKG może ograniczyć nakład pracy, zwiększyć spójność ocen i pozwolić lekarzom skupić się na interpretacji oraz integracji wyników w kontekście klinicznym, zamiast na pierwotnej anotacji zapisu.
Jednocześnie rygorystyczna walidacja prospektywna, nadzór regulacyjny, kwestie etyczne oraz przejrzyste standardy raportowania pozostaną kluczowe dla zapewnienia bezpieczeństwa klinicznego i wiarygodności naukowej.
Kolejnym ważnym krokiem jest uporządkowane przeniesienie zastosowań AI z dominującego dziś obszaru badań naukowych do rutynowej praktyki klinicznej. Proces ten powinien przebiegać przy dalszym nadzorze naukowym oraz aktywnym udziale lekarzy, aby zagwarantować rygor metodologiczny, bezpieczeństwo pacjentów i kliniczną użyteczność rozwiązań.
W tym roku w Bazylei odbędzie się ESC Digital and AI Summit 2026, który będzie ważną platformą wspierającą integrację technologii cyfrowych i sztucznej inteligencji w medycynie sercowo-naczyniowej. W centrum uwagi znajdą się nie tylko algorytmy i architektury techniczne, ale również jakość danych, strategie walidacji, integracja z klinicznymi workflow oraz mierzalny wpływ na praktykę medyczną.
Nadrzędnym celem jest wspólne projektowanie wiarygodnych i wyjaśnialnych rozwiązań AI, które klinicyści będą mogli z pełnym zaufaniem stosować w codziennej praktyce, z których realnie skorzystają pacjenci i które systemy ochrony zdrowia będą mogły odpowiedzialnie wdrażać. Łącząc innowacje technologiczne z jasno zdefiniowanymi potrzebami klinicznymi, generując solidne dowody naukowe oraz rozwijając współpracę interdyscyplinarną, stopniowo staje się możliwa trwała i odpowiedzialna transformacja cyfrowa w opiece kardiologicznej.