Μία καινοτόμο εφαρμογή τεχνητής νοημοσύνης, η οποία μπορεί να αναγνωρίζει έγκαιρα την καρδιακή δυσλειτουργία που σχετίζεται με τη θεραπευτική αντιμετώπιση του καρκίνου, ανέπτυξαν γιατροί του νοσοκομείου Παπαγεωργίου.
Η χρήση της εφαρμογής με την άμεση διάγνωση τυχόν προβλημάτων δίνουν τη δυνατότητα στους θεράποντες γιατρούς να μετριάσουν τη μυοκαρδιακή βλάβη και τον κίνδυνο εμφάνισης καθυστερημένων καρδιακών επεισοδίων.
Πρόκειται για το αποτέλεσμα μελέτης με αντικείμενο την αυτόματη εκτίμηση του κλάσματος εξώθησης αριστερής κοιλίας με υπερηχογραφία χειρός σε ογκολογικούς ασθενείς που διεξήχθη από τη Β’ Καρδιολογική Κλινική υπό τον αναπληρωτή διευθυντή συντονιστή, Ιωάννη Στυλιάδη και την Πανεπιστημιακή Κλινική Παθολογικής Ογκολογίας υπό τη διεύθυνση της αναπληρώτριας καθηγήτριας ΑΠΘ, Ελένης Τιμοθεάδου. Όπως αποδείχτηκε από τα δεδομένα, με τη χρήση της τεχνητής νοημοσύνης είναι εφικτός ο υπολογισμός του βασικού παράγοντα ανίχνευσης της καρδιακής δυσλειτουργίας από προσωπικό που δεν είναι εξειδικευμένο στον υπέρηχο καρδιάς, κάτι που μπορεί να συμβάλει στην ταχύτερη διαχείριση των ογκολογικών ασθενών, καθώς μπορεί να γίνει αξιόπιστη διάγνωση χωρίς καθυστερήσεις που σχετίζονται με τη διαθεσιμότητα των εργαστηρίων ηχοκαρδιογραφίας.
Η μελέτη παρουσιάστηκε στο Ευρωπαϊκό Συνέδριο Καρδιαγγειακής Απεικόνισης EACVI στη Βαρκελώνη από τους γιατρούς της Β΄ Καρδιολογικής Κλινικής του νοσοκομείου, Στέλλα – Λήδα Παπαδοπούλου και Βασίλειο Σαχπεκίδη και απέσπασε το βραβείο καλύτερης ερευνητικής εργασίας στην κατηγορία «Ψηφιακή Υγεία και Τεχνητή Νοημοσύνη στην Καρδιακή Απεικόνιση».
Πώς λειτουργεί η εφαρμογή
Η ηχοκαρδιογραφία θεωρείται ο ακρογωνιαίος λίθος για την ανίχνευση και παρακολούθηση της καρδιακής δυσλειτουργίας που προκαλείται από τη θεραπευτική αντιμετώπιση του καρκίνου και είναι η πιο ευρέως χρησιμοποιούμενη τεχνική στην κλινική πρακτική λόγω της διαθεσιμότητας και της σχέσης κόστους – αποτελεσματικότητας. Ο υπολογισμός του κλάσματος εξώθησης αριστερής κοιλίας, δηλαδή το ποσοστό του αίματος που προωθείται από την αριστερή κοιλία με κάθε συστολή, είναι καθοριστικός για την ανίχνευση καρδιακής δυσλειτουργίας που σχετίζεται με την αντιμετώπιση του καρκίνου.
Η πρόοδος στην τεχνολογία της τεχνητής νοημοσύνης επέτρεψε την ανάπτυξη αλγόριθμων που μπορούν να καθοδηγήσουν ακόμα και άπειρους χρήστες να αποκτήσουν βέλτιστες εικόνες της καρδιάς και να υπολογίσουν αυτόματα το κλάσμα εξώθησης. Ο στόχος της μελέτης ήταν να αξιολογηθεί η δυνατότητα των μη εξειδικευμένων στον υπέρηχο χρηστών (ιατρών ογκολόγων και νοσηλευτών της Κλινικής Παθολογικής Ογκολογίας) να υπολογίσουν αξιόπιστα το κλάσμα εξώθησης των ασθενών που προσέρχονται στη Βραχεία Ογκολογική, χρησιμοποιώντας συσκευή υπερηχογραφίας χειρός με ενσωματωμένη εφαρμογή τεχνητής νοημοσύνης.
«Πρόκειται ουσιαστικά για έναν φορητό υπέρηχο καρδιάς, ο οποίος είναι εξοπλισμένος με αλγόριθμους τεχνητής νοημοσύνης, που επιτρέπει σε σχετικά άπειρους χρήστες να παίρνουν βέλτιστες εικόνες με βάση κάποιες οδηγίες, όπως για παράδειγμα την κίνηση του χεριού του ηχοβολέα. Αν έχουν πάρει τη σωστή τομή, τους το επιβεβαιώνει και επιπρόσθετα δίνει τη δυνατότητα να δεις το πόσο καλά λειτουργεί η καρδιά ως αντλία, καθώς ο αλγόριθμος υπολογίζει κι έναν αριθμό, το λεγόμενο κλάσμα εξώθησης», εξήγησε στη Voria.gr ο γιατρός της Β’ Καρδιολογικής Κλινικής, Βασίλης Σαχπεκίδης.
Η επιλογή και η εφαρμογή
Η επιλογή για τη διενέργεια της συγκεκριμένης μελέτης έγινε καθώς οι ογκολογικοί ασθενείς πολύ συχνά λαμβάνουν καρδιοτοξικές θεραπείες, με αποτέλεσμα να καλούνται οι καρδιολόγοι να εκτιμήσουν τη λειτουργία της καρδιάς ως αντλίας. «Αυτό αυξάνει πάρα πολύ τον φόρτο του εργαστηρίου, ενώ ο ασθενής μπορεί να περιμένει μέχρι να γίνει η εξέταση, τη στιγμή που θα μπορούσε να πάρει άμεσα την απάντηση που χρειάζεται», ανέφερε ο κ. Σαχπεκίδης. Διευκρίνισε, πάντως, ότι η μέθοδος αυτή δεν υποκαθιστά έναν πλήρη υπέρηχο καρδιάς από καρδιολόγο, αλλά βοηθά κάποιον άπειρο χρήστη να πάρει τη σωστή τομή απαντώντας σε ένα συγκεκριμένο ερώτημα, δηλαδή πώς λειτουργεί η καρδιά ενός ασθενή που έχει λάβει καρδιοτοξική θεραπεία και παραπονιέται για κάποιο σύμπτωμα.
Πριν από την ένταξη των ασθενών, το ογκολογικό προσωπικό που συμμετείχε στη μελέτη έλαβε σύντομη εκπαίδευση σε θεωρητικό και πρακτικό επίπεδο σχετικά με τις βασικές αρχές της ηχοκαρδιογραφίας και τη χρήση της συσκευής υπερηχογραφίας χειρός. Το ογκολογικό προσωπικό χρησιμοποίησε τη συσκευή υπερηχογραφίας χειρός για την αυτόματη εκτίμηση του κλάσματος εξώθησης παρά την κλίνη του ασθενούς. Στη συνέχεια, όλοι οι ασθενείς εκτιμήθηκαν από ειδικό καρδιολόγο που διενήργησε ανεξάρτητα υπερηχογραφική μελέτη για την εκτίμηση του κλάσματος εξώθησης με το τυπικό μηχάνημα του εργαστηρίου ηχοκαρδιογραφίας.
«Κάναμε μία εκπαίδευση σε έναν ειδικό και δύο ειδικευόμενους ογκολόγους και σε μία νοσηλεύτρια ογκολογικής και διαπιστώσαμε ότι το πρόγραμμα δουλεύει πολύ καλά. Δηλαδή οι άπειροι χρήστες μπορούσαν με μία σύντομη εκπαίδευση και με τη βοήθεια των αλγόριθμων τεχνητής νοημοσύνης να υπολογίσουν με αξιοπιστία σε ποσοστό πάνω από 90% τον δείκτη αυτόν. Αυτό έχει ιδιαίτερα σημαντικές προεκτάσεις ίσως όχι σε ένα τόσο μεγάλο τριτοβάθμιο νοσοκομείο, όπως το Παπαγεωργίου, στο οποίο υπάρχουν διαθέσιμοι γιατροί που μπορούν να κάνουν και πιο εξειδικευμένα πράγματα, αλλά σε απομακρυσμένες περιοχές ή όπου δεν υπάρχει καρδιολόγος, καθώς θα μπορούσε να βοηθήσει να παρθούν κάποιες κλινικές αποφάσεις», τόνισε ο κ. Σαχπεκίδης.
Σήμερα η ομάδα του νοσοκομείου Παπαγεωργίου δουλεύει πάνω σε ένα πρόγραμμα ανίχνευσης βαλβιδοπαθειών στον γενικό πληθυσμό αναπτύσσοντας πάλι αλγόριθμους τεχνητής νοημοσύνης που θα βοηθούν άπειρους χρήστες να κάνουν διαγνώσεις των συγκεκριμένων καρδιακών παθήσεων.
