Doktor telah membangunkan alat AI "manusia super" yang boleh mengesan tanda-tanda penyakit jantung dalam masa kurang daripada dua saat, mengekstrak lebih banyak maklumat daripada ECG rutin daripada yang biasa dilihat oleh mata manusia, lapor The Guardian.
Teknologi ini, dilatih untuk berjuta-juta pesakit, mengenal pasti tanda-tanda kegagalan jantung dan penyakit injap jantung - dua daripada bentuk penyakit jantung yang paling biasa - terus daripada keputusan elektrokardiogram. Butiran tentang penemuan itu, yang dilaporkan oleh The Guardian di tengah-tengah perkembangan AI terkini, telah disampaikan kepada beribu-ribu perwakilan di kongres tahunan Persatuan Kardiologi Eropah di Munich, persidangan jantung terbesar di dunia.
Mengapa Ujian Berabad-abad Memerlukan Bantuan
Elektrokardiogram telah menjadi alat perubatan penting selama satu abad, merekodkan aktiviti elektrik jantung — kadar dan iramanya — dan membantu mendiagnosis serangan jantung dan irama jantung yang tidak normal. Tetapi ECG tradisional tidak dapat mengesan penyakit jantung itu sendiri. Itu memerlukan ekokardiogram, imbasan ultrasound jantung, yang mana pesakit sering menunggu berbulan-bulan.
Jurang itulah yang direka bentuk untuk ditutup oleh alat AI. Ia membaca corak halus dalam ECG yang berkait dengan masalah jantung struktur dan menandakan pesakit yang berkemungkinan besar mengalaminya, dalam apa yang disifatkan oleh pakar kardiologi yang terlibat sebagai "sekelip mata."
Potensinya sangat besar hanya kerana skala: kira-kira satu bilion ECG dilakukan di seluruh dunia setiap tahun, menjadikan ujian itu salah satu yang paling biasa dalam semua perubatan. Jika perisian itu boleh memerah maklumat diagnostik daripada ujian yang sedang dilakukan, ia boleh menjangkau pesakit yang tidak akan pernah diimbas tepat pada masanya.
Apakah Percubaan 67,000 Pesakit Ditemui
Dalam percubaan yang melibatkan 67,000 pesakit di Amerika Syarikat, yang dibiayai oleh Yayasan Jantung British (BHF), alat AI mengenal pasti sehingga 81 peratus daripada mereka yang mengalami kegagalan jantung, dan sehingga 90 peratus daripada mereka yang mempunyai penyakit injap jantung.
Yang penting, alat ini bukan diagnostik yang berdiri sendiri. Ia tidak boleh mengesahkan atau menolak mana-mana syarat dengan sendirinya. Apa yang dilakukannya ialah memberikan petunjuk yang sangat kuat — cukup untuk mengesan pesakit yang berkemungkinan besar mengalami kelainan jantung terus ke ekokardiogram, dan bukannya meninggalkan mereka dalam senarai menunggu standard selama berbulan-bulan.
"Adalah menarik untuk melihat bahawa AI kini boleh menyampaikan bacaan daripada ECG dalam apa yang dirasakan seperti sekelip mata," kata Dr Sonya Babu-Narayan, pakar perunding kardiologi dan pengarah klinikal di Yayasan Jantung British. "Teknologi seperti AI ECG dalam penyelidikan ini, yang berpotensi untuk mengenal pasti pesakit berisiko tinggi lebih awal, tidak akan mengesan semua orang yang mempunyai masalah jantung. Tetapi ia boleh menjadi penyelesaian untuk membantu mempercepatkan pesakit yang berkemungkinan besar mengalami kelainan jantung. Apabila ia berkaitan dengan jantung, diagnosis dan rawatan lebih awal menyelamatkan dan meningkatkan kehidupan."
Menangkap Penyakit Yang Tiada Siapa Cari
Aplikasi yang paling menarik mungkin adalah aplikasi yang dipanggil oleh penyelidik sebagai saringan oportunistik. Oleh kerana ECG dilakukan secara berterusan — untuk berdebar-debar, sebelum pembedahan, sebagai sebahagian daripada pemeriksaan rutin — model itu boleh berjalan secara senyap pada setiap ECG yang dihasilkan oleh hospital, menandakan pesakit yang mengalami kegagalan jantung atau penyakit injap tidak pernah disyaki.
"Satu lagi aplikasi berpotensi model AI ini adalah untuk mendiagnosis kegagalan jantung dan penyakit injap jantung secara oportunis yang mana keadaan ini tidak disyaki," kata Prof Fu Siong Ng, seorang profesor kardiologi di Imperial College London. "Model AI boleh dijalankan pada semua ECG yang dilakukan di hospital untuk menandakan mereka yang paling berisiko menghidap penyakit ini, supaya mereka boleh didiagnosis lebih awal."
Ng menyatakan bahawa pesakit sering boleh menunggu beberapa bulan untuk imbasan ultrasound jantung selepas dirujuk oleh doktor mereka, dan berkata nilai sebenar teknologi itu adalah keutamaan: mengenal pasti siapa yang benar-benar memerlukan imbasan itu dengan segera.
Dr Ahmed El-Medany, felo penyelidik klinikal BHF di Imperial College London yang mengetuai analisis, menyifatkan alat itu sebagai "AI luar biasa" - dan menetapkan cabaran seterusnya: mereka bentuk pembaca ECG yang diketuai AI pegang tangan yang boleh digunakan oleh profesional penjagaan kesihatan di luar hospital, meluaskan akses jauh melangkaui jabatan kardiologi.
Diagnosis awal penting kerana kedua-dua keadaan menjadi lebih berbahaya secara mendadak dengan kelewatan. Kegagalan jantung dan penyakit injap boleh diuruskan dengan ubat dan prosedur yang menyelamatkan nyawa — tetapi hanya jika pesakit dikenal pasti sebelum mereka menjadi tidak sihat secara berbahaya.
AI Baca Muka Seterusnya
Kongres Munich juga mendengar bagaimana AI boleh mengekstrak isyarat diagnostik daripada sesuatu yang lebih mudah daripada ECG: video pendek wajah seseorang. Penyelidik di Universiti Tokyo dan Institut Sains Tokyo membentangkan analisis AI bagi video muka lima saat yang boleh mengesan tekanan darah tinggi dan diabetes jenis 2 yang tidak didiagnosis dengan cepat dan tepat — keadaan yang dialami berjuta-juta orang tanpa mengetahuinya.
Bersama-sama, kedua-dua baris penyelidikan menunjukkan kepantasan pengumpulan tema yang sama merentas AI perubatan: mengubah ukuran yang remeh dan kos rendah kepada alat pemeriksaan yang menghidapi penyakit serius lebih awal. Ikuti perkembangan AI terkini kerana sistem kesihatan menimbang bagaimana, dan seberapa pantas, untuk menggunakan mereka.
Kekal Mendahului AI
AI perubatan sedang berkembang dengan pantas — dan begitu juga segala-galanya dalam bidang ini. Baca lebih banyak berita AI di AI Buzz Wire, sumber anda untuk liputan bebas tentang kecerdasan buatan.
Dapatkan berita penyelidikan AI terkini dan lihat cara pembelajaran mesin mengubah perubatan, sains dan seterusnya.