Reklama

Nowy model AI zmienia podejście do leczenia pacjentów z migotaniem przedsionków

02/09/2025 10:30

Badania kliniczne, model zmienia podejście leczenia pacjentów migotaniem przedsionków - zdjęcie, fotografia

Spis treści

Migotanie przedsionków – problem milionów
AI zamiast uśrednionych skal
Dane, które robią różnicę
Co dalej?

Nowy model sztucznej inteligencji opracowany przez naukowców z Mount Sinai Health System może zrewolucjonizować leczenie pacjentów z migotaniem przedsionków. Analizując pełną dokumentację medyczną, AI precyzyjniej niż dotychczasowe skale ryzyka wskazuje, kto rzeczywiście potrzebuje leków rozrzedzających krew. Wyniki zaprezentowano podczas kongresu Europejskiego Towarzystwa Kardiologicznego w Madrycie.

Migotanie przedsionków – problem milionów

Migotanie przedsionków (AF) to najczęstsza arytmia, która dotyczy ok. 59 milionów osób na całym świecie. Zbyt szybkie i chaotyczne skurcze przedsionków powodują zastój krwi, sprzyjając powstawaniu zakrzepów. Ich oderwanie może prowadzić do udaru mózgu.

Standardowym postępowaniem jest stosowanie antykoagulantów. Chronią one przed udarem, ale niosą ze sobą ryzyko poważnych krwawień. Właśnie dlatego decyzja o ich przepisaniu wymaga precyzji.

AI zamiast uśrednionych skal

Do tej pory lekarze korzystali z uśrednionych skal ryzyka, które nie zawsze oddają indywidualną sytuację pacjenta. Nowy model sztucznej inteligencji analizuje całą dokumentację medyczną, łącznie z danymi z milionów wizyt i notatek lekarskich.

Reklama

W trakcie testów AI rekomendowała rezygnację z leczenia przeciwzakrzepowego u nawet połowy pacjentów, którzy w standardowym podejściu otrzymaliby takie leki. To oznacza możliwość uniknięcia wielu niepotrzebnych terapii i powikłań.

To badanie stanowi gruntowną modernizację sposobu, w jaki zarządzamy leczeniem przeciwzakrzepowym u pacjentów z migotaniem przedsionków i może zmienić paradygmat podejmowania decyzji klinicznych – podkreślił dr Joshua Lampert, dyrektor ds. uczenia maszynowego w Mount Sinai Fuster Heart Hospital.

Reklama

Zobacz także:

Migotanie przedsionków trudne do wykrycia

Dane, które robią różnicę

Model AI został wytrenowany na bazie dokumentacji medycznej 1,8 mln pacjentów (21 mln wizyt, 82 mln notatek i 1,2 mld punktów danych). Następnie sprawdzono go na 38 642 pacjentach z AF w systemie Mount Sinai, a także w dodatkowej grupie 12 817 osób ze zbiorów Stanford University.

Unikanie udaru jest najważniejszym celem w leczeniu pacjentów z migotaniem przedsionków, zaburzeniem rytmu serca, które według szacunków dotyka 1 na 3 dorosłych w pewnym momencie ich życia”– zaznaczył dr Vivek Reddy, dyrektor ds. elektrofizjologii serca w Mount Sinai.

Reklama

Co dalej?

Nowy model nie tylko potrafi obliczyć ryzyko, ale także dynamicznie aktualizuje rekomendacje, bazując na pełnej historii medycznej pacjenta.

Jeśli przyszłe randomizowane badania kliniczne wykażą, że ten model sztucznej inteligencji jest choć w ułamku tak skuteczny w rozróżnianiu pacjentów wysokiego i niskiego ryzyka, jak zaobserwowano w naszym badaniu, model ten będzie miał głęboki wpływ na opiekę nad pacjentami i wyniki leczenia – podsumował dr Lampert.