Muongo katika Utengenezaji
Kila mwaka nchini Marekani, zaidi ya watu 300,000 hufa kutokana na mshtuko wa ghafla wa moyo - hali ambayo mfumo wa umeme wa moyo huharibika bila tahadhari. Dharura ya kimatibabu inaweza kuua watu wazima walio katika hatari kubwa na wanariadha vijana wanaoonekana kuwa na afya njema bila historia ya matatizo ya moyo. Ingawa vidhibiti vya ndani ambavyo hushtua moyo kurudi kwenye mdundo vinaweza kuokoa maisha, kubaini ni nani hasa anayehitaji moja kunasalia kuwa mchezo wa kubahatisha wa hali ya juu. For more context on this story, see our ongoing more AI stories.
Sasa, timu ya utafiti inayoongozwa na UC Berkeley imegundua mawimbi ambayo hapo awali yalikuwa hayatambuliki katika mfumo wa umeme wa moyo (EKGs) ambayo inaweza kutambua wagonjwa walio katika hatari kubwa kabla ya moyo wao kusimama. Utafiti huo, uliochapishwa Juni 24, 2026, katika jarida Nature, unaweza kubadilisha jinsi madaktari wanavyotambua ni nani anayehitaji kupandikizwa kuokoa maisha.
"Maamuzi ya kimatibabu ni magumu sana, na nadhani hiyo ndiyo sababu AI inanifurahisha sana," alisema Ziad Obermeyer, profesa mshiriki katika Shule ya Afya ya Umma ya UC Berkeley na mwandishi mkuu wa utafiti huo, katika taarifa kwa vyombo vya habari vya chuo kikuu. "Hatuwezi tu kufanya maamuzi bora, lakini pia kuanza kuelewa ni nini hasa kinaendelea na wagonjwa hawa kabla ya mioyo yao kusimama."
Mafunzo ya EKG 440,000
Kwa kutumia zaidi ya EKG 440,000 kutoka Uswidi zilizooanishwa na taarifa kutoka kwa vyeti vya vifo, watafiti walitoa mafunzo kwa modeli ya kijasusi ya bandia ili kuchanganua miiba na mikondo ya mawimbi inayotolewa na mikondo ya umeme ya moyo. Walilisha uchunguzi wa mfano kutoka kwa watu wenye afya nzuri, wagonjwa walio hatarini, na wale ambao baadaye walipata kifo cha moyo hadi ikatambua mifumo ya mawimbi ya kipekee kwa watu ambao walikufa ghafla.
Kisha timu iliidhinisha kanuni kwa miaka mingi kwenye maelfu ya faili za ziada za wagonjwa kutoka Marekani na Taiwan. Kulingana na chuo kikuu, ujumuishaji wa data pekee ulichukua takriban muongo mmoja, ukitumia miaka sita ya uchunguzi kutoka kwa mfumo wa afya wa Uswidi, miaka miwili ya EKGs ambazo hazijatambuliwa kutoka kwa mfumo wa hospitali huko San Diego, na seti tofauti ya data kutoka Taipei.
"AI nzuri huanza na data nzuri," alisema Obermeyer, ambaye pia ni sehemu ya mpango wa pamoja wa UCSF-UC Berkeley Computational Precision Health. "Kwa bahati mbaya, data kama zile tulizotumia kwa utafiti huu ni ngumu sana kufikia. Ni sehemu kubwa ya kwa nini kuna AI ndogo sana ya kimatibabu inayotumika leo."
Vipimo vya Ufanisi wa Kawaida
Matokeo yanawakilisha kiwango kikubwa cha maana juu ya mbinu za sasa za uchunguzi. Mbinu inayotumiwa sana kutambua wagonjwa walio katika hatari hupima kiasi cha damu ambacho moyo hutoa kwa kila mpigo - inayojulikana kama sehemu ya ejection. Vipimo hivyo vinabainisha kundi lililo katika hatari kubwa na kiwango cha 4.6% cha kila mwaka cha kifo cha ghafla cha moyo.
Mfumo wa AI, kwa kulinganisha, hutenga kikundi cha hatari kwa kiwango cha 7% kwa mwaka - kinachoashiria kundi kubwa la wagonjwa walio katika hatari ya kweli lakini ambao wanaonekana kuwa hatari ya chini kwa kila kiwango cha sasa. Idadi kubwa ya wagonjwa hawa hawangewahi kupelekwa kwa tathmini zaidi chini ya itifaki zilizopo.
Ingawa mshtuko wa moyo hutokana na mtiririko wa damu uliozuiliwa, mshtuko wa moyo hutokea wakati mkondo wa umeme wa moyo unapoacha kurusha ghafla. CPR na mshtuko kutoka kwa defibrillator ya nje ya kiotomatiki inaweza kuokoa maisha, lakini takriban 90% ya wale wanaopatwa na mshtuko wa ghafla wa moyo nje ya hospitali hufa ndani ya dakika chache. Kasi na kutotabirika kwa tukio hufanya uzuiaji kuwa mgumu sana.
Dilemma ya Defibrillator
Ajabu ya kifo cha ghafla cha moyo, Obermeyer alibainisha, ni kwamba matibabu tayari yapo - madaktari hawawezi kutambua kwa uhakika ni nani anayehitaji kwa wakati. Vipandikizi vya cardioverter-defibrillators (ICDs) ni vifaa vidogo vilivyowekwa kwenye kifua vinavyofuatilia midundo ya moyo na kutoa mishtuko wakati mifumo hatari inapogunduliwa.
Tatizo ni mbili. Kwanza, kipimo cha kawaida cha sehemu ya ejection huhitaji wagonjwa kufanyiwa tathmini ya matibabu inayohusika zaidi - jambo ambalo waathiriwa wengi hawakujua walihitaji. Pili, theluthi mbili ya vipandikizi vinavyowekwa kwa wagonjwa walioalamishwa na vipimo vya sasa havichomi moto, ikimaanisha kuwa wagonjwa hupitia taratibu za uvamizi, za gharama kubwa ili kuzuia dharura ambayo hawawezi kamwe kukabiliana nayo.
"Katika sehemu fulani ya watu hao, tungeweza kuzuia vifo hivyo ikiwa tungelijua kwa wakati," Obermeyer alisema. "Kuna maisha mengi yanapotea kutoka kwa watu wanaokufa kwa kifo cha ghafla cha moyo ambacho kinaweza kuzuilika ikiwa tungekuwa na zana bora za AI kupata vitu hivi."
Nini Kinafuata
Awamu inayofuata ya mradi tayari imeanza. Obermeyer anafanya kazi na mifumo ya afya nchini Uswidi, Taiwan, na Marekani ili kupeleka kanuni kwenye hifadhidata za EKG za hospitali. Kwa ukaguzi wa bendera za mfumo kama hatari kubwa, madaktari wangewaarifu wagonjwa na kuwapa chaguo la kuvaa kiraka ambacho hufuatilia moyo wao kila mara. Data hiyo ya ufuatiliaji inaweza kusaidia watafiti kuelewa vyema utaratibu wa kisaikolojia ndani ya moyo ambao hutoa ishara - na inaweza hatimaye kusababisha kuwekwa kwa defibrillator ya ndani inayoweza kuokoa maisha.
Utafiti huo pia unafungua mlango wa utafiti mpya katika kile chombo cha AI kiligundua. Mifumo ya mawimbi ambayo ilianza kuonekana inahusiana na moyo kutofanya kazi kwa ghafla na kusababisha kifo, lakini utaratibu mahususi wa kisaikolojia bado hauko wazi - swali ambalo timu inatumai kuwa ufuatiliaji wa mara kwa mara utasaidia kujibu.
Obermeyer pia aliunda tovuti ambapo watu wanaopenda kutathmini hatari yao wanaweza kuwasilisha maelezo ya msingi na anwani ya barua pepe, na kuruhusu timu ya utafiti kuwasiliana nao kwa uchanganuzi wa EKG pindi zana itakapopatikana kwa wingi zaidi. Mradi huo unatokana na kazi ya mashirika mawili yaliyoanzishwa na Obermeyer - Dandelion Health na Nightingale Open Science - ambayo hufanya kazi kwenye makutano ya AI na utafiti wa matibabu.
Zaidi ya athari zake za haraka za kliniki, utafiti huo unasisitiza jambo pana zaidi kuhusu AI katika dawa: thamani kuu ya teknolojia inaweza kuwa sio kuchukua nafasi ya madaktari, lakini katika kufichua mifumo isiyoonekana kwa macho ya binadamu - mifumo ambayo, mara moja ikieleweka, inaweza kuokoa maelfu ya maisha kila mwaka.
"Pia kutakuwa na njia mpya ya kufanya sayansi inayotokana na zana hizi," Obermeyer alisema, "na inafurahisha kufikiria jinsi hiyo inaanza kutokea."
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
