Dekada w przygotowaniu
Każdego roku w Stanach Zjednoczonych ponad 300 000 osób umiera z powodu nagłego zatrzymania krążenia — stanu, w którym układ elektryczny serca ulega nieprawidłowemu działaniu bez ostrzeżenia. Nagły przypadek medyczny może zabić zarówno starsze osoby z grupy wysokiego ryzyka, jak i pozornie zdrowych młodych sportowców, którzy nie mieli wcześniej problemów z sercem. Chociaż wewnętrzne defibrylatory, które przywracają rytm serca, mogą uratować życie, ustalenie, kto faktycznie go potrzebuje, pozostaje kwestią zgadywania. Więcej kontekstu na ten temat znajdziesz w naszych trendy AI.
Teraz zespół badawczy pod kierunkiem Uniwersytetu Kalifornijskiego w Berkeley odkrył wcześniej nierozpoznany sygnał w elektrokardiogramie (EKG), który może wykryć pacjentów wysokiego ryzyka, zanim zatrzyma się ich serce. Badanie, opublikowane 24 czerwca 2026 r. w czasopiśmie Nature, może zmienić sposób, w jaki lekarze identyfikują, kto potrzebuje ratującego życie implantu.
„Decyzje medyczne są naprawdę trudne i myślę, że dlatego sztuczna inteligencja jest dla mnie tak ekscytująca” – powiedział w uniwersyteckim komunikacie Ziad Obermeyer, profesor nadzwyczajny w Szkole Zdrowia Publicznego Uniwersytetu Kalifornijskiego w Berkeley i główny autor badania. „Możemy nie tylko podejmować lepsze decyzje, ale także zacząć rozumieć, co tak naprawdę dzieje się z tymi pacjentami, zanim ich serce zatrzyma się”.
Trening na 440 000 EKG
Wykorzystując ponad 440 000 EKG ze Szwecji w połączeniu z informacjami z aktów zgonu, badacze wyszkolili model sztucznej inteligencji do analizy impulsów i kształtów fal wytwarzanych przez prąd elektryczny serca. Dostarczono skany modeli osób zdrowych, pacjentów z grupy ryzyka oraz tych, którzy później doświadczyli śmierci sercowej, aż do momentu rozpoznania wzorców przebiegów charakterystycznych dla osób, które nagle zmarły.
Następnie zespół przez wiele lat sprawdzał algorytm na tysiącach dodatkowych plików pacjentów ze Stanów Zjednoczonych i Tajwanu. Według uniwersytetu samo zestawienie danych zajęło około dziesięciu lat i obejmowało sześć lat skanów z ujednoliconego szwedzkiego systemu opieki zdrowotnej, dwa lata niezidentyfikowanych zapisów EKG ze szpitala w San Diego oraz oddzielny zbiór danych z Tajpej.
„Dobra sztuczna inteligencja zaczyna się od dobrych danych” – powiedział Obermeyer, który uczestniczy również we wspólnym programie UCSF-UC Berkeley Computational Precision Health. „Niestety, dane takie jak te, których użyliśmy w tym badaniu, są niezwykle trudno dostępne. To w dużej mierze wyjaśnia, dlaczego obecnie tak mało wykorzystuje się kliniczną sztuczną inteligencję”.
Lepsze wyniki niż standardowe testy
Wyniki stanowią znaczący krok naprzód w stosunku do obecnych metod badań przesiewowych. Najczęściej stosowaną techniką identyfikacji pacjentów z grupy ryzyka jest pomiar ilości krwi wyrzucanej przez serce przy każdym uderzeniu – zwanej frakcją wyrzutową. Testy te identyfikują grupę wysokiego ryzyka, w której roczny wskaźnik nagłej śmierci sercowej wynosi 4,6%.
Z kolei system sztucznej inteligencji izoluje grupę wysokiego ryzyka ze współczynnikiem 7% rocznie, oznaczając większą pulę pacjentów, którzy są rzeczywiście zagrożeni, ale według wszystkich obecnych standardów wygląda na niskiego ryzyka. Zdecydowana większość tych pacjentów nigdy nie zostałaby skierowana do dalszej oceny w ramach istniejących protokołów.
Podczas gdy zawał serca wynika z ograniczonego przepływu krwi, zatrzymanie akcji serca następuje, gdy prąd elektryczny serca nagle przestaje działać. Resuscytacja krążeniowo-oddechowa i wstrząs wykonany za pomocą automatycznego defibrylatora zewnętrznego mogą uratować życie, ale około 90% osób, które doznają nagłego zatrzymania krążenia poza szpitalem, umiera w ciągu kilku minut. Szybkość i nieprzewidywalność zdarzeń sprawiają, że zapobieganie jest niezwykle trudne.
Dylemat defibrylatora
Jak zauważył Obermeyer, ironią nagłej śmierci sercowej jest to, że leczenie już istnieje – lekarze po prostu nie są w stanie wiarygodnie określić, kto potrzebuje go na czas. Wszczepialne kardiowertery-defibrylatory (ICD) to małe urządzenia umieszczane w klatce piersiowej, które monitorują rytm serca i dostarczają wstrząsy w przypadku wykrycia niebezpiecznych wzorców.
Problem jest dwojaki. Po pierwsze, standardowe badanie frakcji wyrzutowej wymaga od pacjentów poddania się bardziej szczegółowej ocenie lekarskiej, o której zdecydowana większość potencjalnych ofiar nawet nie wiedziała, że jest potrzebna. Po drugie, dwie trzecie implantów wszczepianych pacjentom wskazanym w bieżących testach w rzeczywistości nigdy nie uruchamia się, co oznacza, że pacjenci poddawani są inwazyjnym i kosztownym zabiegom, aby zapobiec nagłym sytuacjom, w których mogą nigdy nie stanąć.
„W przypadku części tych osób moglibyśmy zapobiec śmierci, gdybyśmy tylko wiedzieli o tym na czas” – powiedział Obermeyer. „Wiele osób traci życie z powodu nagłej śmierci sercowej, której można by zapobiec, gdybyśmy mieli lepsze narzędzia sztucznej inteligencji do wyszukiwania takich rzeczy”.
Co będzie dalej
Kolejny etap projektu już się rozpoczął. Obermeyer współpracuje z systemami opieki zdrowotnej w Szwecji, na Tajwanie i w Stanach Zjednoczonych nad wdrożeniem algorytmu w szpitalnych bazach danych EKG. W przypadku skanów, które system oznacza jako obarczone wysokim ryzykiem, lekarze powiadamiają pacjentów i oferują im możliwość noszenia plastra stale monitorującego pracę serca. Dane z monitorowania mogą pomóc naukowcom lepiej zrozumieć mechanizm fizjologiczny w sercu, który generuje sygnały ostrzegawcze, i ostatecznie mogą doprowadzić do umieszczenia potencjalnie ratującego życie wewnętrznego defibrylatora.
Badanie otwiera również drzwi do nowych badań nad tym, co faktycznie wykryło narzędzie AI. Wzory przebiegów, na których się skupiał, wydają się być powiązane z nagłymi i śmiertelnymi przerwami w zapłonie serca, ale dokładny mechanizm fizjologiczny pozostaje niejasny — na pytanie, na które zespół ma nadzieję odpowiedzieć, pomoże ciągłe monitorowanie.
Firma Obermeyer stworzyła także stronę internetową, na której osoby zainteresowane oceną własnego ryzyka mogą przesłać podstawowe informacje i adres e-mail, co umożliwi zespołowi badawczemu skontaktowanie się z nimi w celu analizy EKG, gdy narzędzie stanie się szerzej dostępne. Projekt opiera się na pracach dwóch organizacji, których współzałożycielem jest Obermeyer – Dandelion Health i Nightingale Open Science – które działają na styku sztucznej inteligencji i badań medycznych.
Poza bezpośrednimi implikacjami klinicznymi badanie podkreśla szerszy aspekt sztucznej inteligencji w medycynie: największa wartość tej technologii może nie polegać na zastępowaniu lekarzy, ale na odkrywaniu wzorców niewidocznych dla ludzkich oczu – wzorców, które raz zrozumiene mogą co roku uratować tysiące istnień ludzkich.
„Dzięki tym narzędziom powstanie także nowy sposób uprawiania nauki” – powiedział Obermeyer – „i fajnie jest pomyśleć o tym, jak to się zacznie”.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
