Pandemia ujawniła wyzwanie związane z przeciążeniem danych w kardiologii: po zaledwie dziesięciu miesiącach 87 000 publikacji naukowych dotyczyło koronawirusa i COVID-19. Monitory z „Retraction Watch” zidentyfikowały setki artykułów wycofanych, w tym kilka z czołowych czasopism. Ponadto, poza pandemią, lekarze wszystkich specjalności mają trudności ze śledzeniem ogromnej ilości wyników badań, weryfikacją ich wiarygodności oraz dopasowywaniem do indywidualnych przypadków pacjentów. Technologia, w tym sztuczna inteligencja, ma tu pomóc.
Podobnie jak ich koledzy, kardiolodzy mają trudności z radzeniem sobie z ciągłym wzrostem literatury naukowej, zwłaszcza w okresie zwiększonych obciążeń pracy. „Już dzisiaj dane generowane są w zakresie kilku gigabajtów na każdy przypadek pacjenta hospitalizowanego w kardiologii,” podkreśla Prof. Dr. med. Benjamin Meder, FESC. Meder jest zastępcą dyrektora medycznego Oddziału Kardiologii, Angiologii i Pneumologii oraz dyrektorem Instytutu Kardiomiopatii Uniwersyteckiego Szpitala w Heidelbergu w Niemczech. „Obecnie obejmuje to nie tylko dane obrazowe (3D i 4D), ale także molekularne dane wysokoprzepustowe z genomiki oraz analizy ekspresji genów z patologii molekularnej.”
„Ostatnie lata przyniosły znaczący wzrost ilości danych w naszej codziennej praktyce,” komentuje dr hab. med. David Duncker. Jest on zastępcą dyrektora Centrum Rytmu Serca w Hanowerze (HHC), Kliniki Kardiologii i Angiologii, Uniwersytetu Medycznego w Hanowerze (MHH). „W zeszłym roku restrykcje kontaktowe stały się katalizatorem tych zmian – w wielu przypadkach nie mogliśmy spotykać się z naszymi pacjentami i musieliśmy polegać na konsultacjach telefonicznych i wideo. W poradni rytmu serca to wirtualne otoczenie doprowadziło do luk w monitorowaniu.” Zespół dr. Dunckera przełączył się na aplikację monitorującą rytm serca i tętno. „Dużo się nauczyliśmy w naszej codziennej pracy z tego projektu,” podsumowuje dr. Duncker, „w tym, że urządzenia noszone mogą łatwo być integrowane w ścieżki kliniczne i mogą wspierać decyzje kliniczne.” Prof. Meder dodaje, że bezproblemowa integracja jest kluczowym czynnikiem sukcesu dla rozwiązań IT. W codziennej pracy lekarzy, charakteryzowanej stresem i dużą przepustowością, oprogramowanie musi być łatwo dostępne i szybko dostarczać wyniki. Do rozstrzygnięcia pozostaje zwrot kosztów za korzystanie z technologii, zauważa dr. Duncker.
Sztuczna inteligencja redukuje złożoność, identyfikuje ryzyko
„Oprogramowanie może wspierać lekarzy poprzez wstępne sortowanie i analizę tych dużych ilości danych,” mówi dr. Duncker. Lekarze muszą decydować, które informacje są istotne dla diagnozy i definiowania terapii dla odpowiedniego pacjenta w odpowiednim czasie. Historia pacjenta, wyniki badań, raporty laboratoryjne i obrazowe muszą być brane pod uwagę, a dostępność większej ilości danych zwiększa złożoność.
Prof. Meder dodaje, że wszystkie te dane pozwalają na zdobycie nowej wiedzy i jej zastosowanie w kardiologii. Technologie takie jak uczenie maszynowe dostarczają istotnych narzędzi w środowisku zdefiniowanym przez różnorodność typów danych i strumieni.
Według dr. Dunckera dostępne algorytmy AI i uczenie głębokie oparte na prostych EKG są w stanie przewidywać, czy pacjent obecnie cierpi lub będzie cierpieć w niedalekiej przyszłości na niewydolność serca, czy ma zwężenie mięśnia sercowego, czy też rozwinie arytmie. „Te postępy są niezwykle obiecujące, ponieważ pokazują potencjał.” Dr. Duncker sądzi, że AI nie zastąpi lekarzy, lecz „umożliwi nam lepsze wykorzystanie dostępnych informacji, niż jesteśmy w stanie to robić jako ludzie.”
Jednak do tej pory potencjał tych danych znacznie przewyższa to, co faktycznie jest osiągane w ich wykorzystaniu. „Zmienne są wybierane tak, aby pasowały do możliwości ludzkiego mózgu,” wyjaśnia Prof. Meder. „Wyzwaniem jest nie tylko opracowanie nowych metod AI, ale także ich ocena w środowisku klinicznym oraz integracja ich w codzienną praktykę – o ile ich zasady działania są jasne.”
Wsparcie w podejmowaniu decyzji – główny trend
W Niemczech i poza ich granicami wsparcie w podejmowaniu decyzji klinicznych, oparte na sprawdzonych danych i innowacyjnych technologiach, stało się głównym trendem. Jest to kluczowy element niemieckiej Ustawy o Przyszłości Szpitali (KHZG), która finansuje inwestycje szpitalne w technologie. „Duże i uznane firmy oraz startupy cyfryzują wiedzę medyczną i tworzą algorytmy zaprojektowane do wspierania lekarzy,” mówi Prof. Meder. Jest aktywny w sekcji eKardiologii Niemieckiego Towarzystwa Kardiologicznego (DGK), która pracuje nad wieloma projektami. DGK zaangażowało się we wczesnym etapie w ten obszar, tworząc dedykowany zespół roboczy i późniejszą grupę projektową. Prof. Meder podsumowuje: „Jeśli zrobimy to dobrze, te nowe rozwiązania znacząco poprawią jakość opieki medycznej.”
Dr. Duncker, również aktywny w eKardiologii DGK, dodaje: „edukacja musi dostarczyć podstaw, aby lekarze nauczyli się zarządzać dużymi danymi i narzędziami technologicznymi.”
***
W świecie systemów AI Cardiomatics oferuje zautomatyzowaną analizę EKG, sprawdzaną na podstawie analizy milionów przypadków klinicznych. Dzięki temu oszczędza cenny czas lekarzom i umożliwia precyzyjne diagnozowanie oraz terapię. Dowiedz się więcej o technologii Cardiomatics.