WASHINGTON — Tıp dünyasında heyecan yaratan küresel bir araştırmaya göre, uyku sırasında kaydedilen tek kanallı EKG verileri yapay zeka ile analiz edilerek 10 yıllık kalp yetersizliği, felç ve ritim bozukluğu riskleri şimdiden yüksek bir doğrulukla tespit edilebiliyor.
- ABD Ulusal Sağlık Enstitüleri (NIH) destekli dev araştırma, uykunun hafif evresindeki EKG verilerinin hayati riskleri önceden açığa çıkardığını kanıtladı.
- 39 binden fazla hastanın polisomnografi ve EKG verileri derin öğrenme algoritmalarıyla işlenerek gelecekteki sağlık tehditleri modellendi.
- Geliştirilen yapay zeka modeli; atriyal fibrilasyon, felç, kalp yetersizliği ve ölüm risklerini yüzde 172’ye varan oranlarda öngörebiliyor.
Kardiyoloji ve Yapay Zekada Devrim Niteliğinde Ortak Çalışma
Kardiyoloji, nöroloji, yapay zeka ve uyku tıbbı dünyasında, kardiyovasküler hastalıkların erken teşhisinde devrim yaratacak yeni bir klinik çalışma kamuoyuna duyuruldu. ABD Ulusal Sağlık Enstitüleri (NIH) desteğiyle yürütülen kapsamlı tıp araştırması, uyku sırasında alınan tek kanallı EKG verilerinin yapay zeka ile analizi sayesinde 10 yıllık kalp yetersizliği, felç ve ritim bozukluğu riskinin önceden tespit edilebildiğini ortaya koydu. Emory Üniversitesi, Georgia Teknoloji Enstitüsü ve Harvard Tıp Fakültesi bağlantılı hastanelerin ortaklaşa yürüttüğü araştırma, uykunun erken safhalarında kalbin elektriksel iletiminde yaşanan mikro değişimlerin hayati riskleri önceden haber verdiğini belgeledi. Saygın tıp dergisi SLEEP’te yayımlanan çalışma; 39 binden fazla hastanın polisomnografi (uyku testi) ve EKG verilerinin derin öğrenme algoritmalarıyla işlenmesi sonucu gerçekleştirildi. Araştırma bulguları; sinir sisteminin uykuya geçiş esnasında yaşadığı hızlı otonom değişimlerin, kalbin elektriksel iletimindeki ve atım dinamiklerindeki gizli anormallikleri belirginleştirdiğini kanıtladı. Özellikle uykunun en hafif evresinde kaydedilen EKG verileri, henüz hiçbir klinik belirti göstermeyen bireylerdeki kardiyovasküler riskleri görünür hale getiriyor.
Derin Öğrenme Algoritmalarıyla Hassas Risk Sınıflandırması
Geliştirilen derin öğrenme algoritması, geleneksel risk faktörleri (yaş, cinsiyet, diyabet, hipertansiyon ve sigara kullanımı) hesaba katıldıktan sonra bile hastaların 10 yıllık kardiyovasküler risk profilini yüksek doğrulukla sınıflandırdı. Modelin ürettiği risk skorundaki her bir birimlik artışın; atriyal fibrilasyon (düzensiz kalp ritmi) riskini %103 ila %172, felç riskini %19 ila %40, kalp yetersizliği riskini %69 ila %133 ve her türlü nedene bağlı ölüm riskini %65 ila %82 oranında artırdığı saptandı. Çalışmanın yazarlarından Prof. Dr. Gari Clifford, uyku testleri sırasında elde edilen kalp verilerinin bugüne kadar göz ardı edildiğini belirterek, bu verilerin yapay zekayla taranmasının mevcut risk tahmin modellerini %9’a varan oranlarda iyileştirdiğini ifade etti.
Gelişmeler ve Beklentiler
NIH Ulusal Kalp, Akciğer ve Kan Enstitüsü Direktör Vekili Dr. David Goff, yöntemin yakın gelecekte rutin uyku bozukluğu tarama testlerine doğrudan entegre edileceğini belirterek, milyonlarca insanın hayatını kurtarabilecek bu yenilikçi yapay zeka uygulamasının klinik alanda standart bir tetkik haline gelmesi için çalışmaların hız kesmeden devam ettiğini vurguladı.
Kaynak: Cumhuriyet Son Dakika