Инструментът с изкуствен интелект EchoNext може да открива скрити сърдечни заболявания

Инструмент, базиран на изкуствен интелект (AI), вече може да открива скрити сърдечни заболявания чрез рутинни изследвания.

Всяка година милиони хора напускат болницата, без да знаят, че имат сериозен сърдечен проблем. Не защото лекарите са небрежни. Не защото не съществуват подходящи тестове. А защото стандартните тестове, които лекарите използват рутинно, просто не могат сами да открият много видове структурни сърдечни заболявания.

Екип от изследователи от Колумбийския университет и NewYork-Presbyterian може би е намерил начин да промени това. Те създадоха инструмент за изкуствен интелект, наречен EchoNext, който чете данни от рутинни сърдечни изследвания и открива структурни сърдечни заболявания с по-голяма точност от човешките кардиолози. Това проучване беше публикувано в списанието Nature през юли 2025 г.

Какво представляват структурните сърдечни заболявания?

Структурните сърдечни заболявания са физически проблеми със сърцето – неговите клапи, камери, мускул или съдовете, пряко свързани с него. Тези заболявания включват състояния като сърдечна недостатъчност, клапни заболявания, пулмонална хипертония и тежко удебеляване на сърдечния мускул. Много от тези състояния, ако бъдат открити навреме, могат да се лекуват с медикаменти или хирургична интервенция. Ако останат неоткрити, те могат да бъдат фатални.

Златният стандарт за диагностициране на структурни сърдечни заболявания е ехокардиограмата — ултразвуково изследване на сърцето. Ехокардиограмата дава на лекарите ясна представа за структурата и функцията на сърцето. Проблемът е, че ехокардиограмите са скъпи, изискват обучени специалисти за извършване и интерпретиране и не са достъпни навсякъде. Поради тези пречки лекарите обикновено назначават ехокардиограма само когато пациентът вече показва симптоми или когато имат сериозно основание да подозират наличието на проблем.

Това означава, че голям брой хора със структурни сърдечни заболявания никога не преминават през изследването, което би могло да разкрие състоянието им. Изследванията сочат, че когато в дадена общност се извършва систематичен скрининг чрез ехокардиография, броят на откритите случаи на клапни сърдечни заболявания се удвоява в сравнение с рутинните грижи. С други думи, до половината от всички случаи могат да останат незабелязани.

Електрокардиограмата е широко използван инструмент, но има ограничения

Електрокардиограмата (ЕКГ) е друг вид сърдечен тест. Тя измерва електрическата активност на сърцето. Лекарите използват ЕКГ, за да откриват анормални сърдечни ритми, запушени коронарни артерии и прекарани сърдечни пристъпи. ЕКГ е евтин, бърз, неинвазивен и достъпен в почти всяка болница и клиника по света. Лекарите извършват стотици милиони ЕКГ всяка година.

Но ЕКГ има добре известно ограничение. От десетилетия кардиолозите знаят, че не е възможно да се открие структурна сърдечна болест само чрез електрокардиограма. Електрическите сигнали, които тестът улавя, не разкриват директно физически увреждания на сърдечните клапи или мускула. Както каза д-р Пиер Елиас, който ръководи изследването на EchoNext: „Всички сме научени в медицинския факултет, че не може да се открие структурна сърдечна болест чрез електрокардиограма.“

EchoNext оспорва това предположение.

Как работи EchoNext

EchoNext е модел за дълбоко обучение — вид изкуствен интелект, който научава модели от големи количества данни. Изследователите обучиха този модел на базата на повече от 1,2 милиона двойки ЕКГ–ехокардиограми, събрани от над 230 000 пациенти в осем болници в продължение на 14 години. Чрез изучаване на всеки ЕКГ заедно със съответния резултат от ехокардиограмата на същия пациент, моделът се научи да открива фини модели в данните от ЕКГ, които съответстват на структурни сърдечни проблеми — модели, които са твърде слаби и сложни, за да бъдат забелязани от човешкото око.

Този модел приема като входни данни както суровата ЕКГ крива, така и седем стандартни стойности, които лекарите вече записват: възраст, пол, предсърдна честота, камерна честота, PR интервал, продължителност на QRS и коригиран QT интервал. След това той генерира рискова оценка, която показва на лекарите колко вероятно е пациентът да има структурно сърдечно заболяване.

Важно е да се отбележи, че EchoNext не се опитва да замести ехокардиограмата. Вместо това той действа като интелигентен филтър. Той идентифицира кои пациенти, измежду множеството, на които се правят рутинни ЕКГ, са с достатъчно висок риск, за да се наложи лекарите да направят ехокардиограма. „EchoNext по същество използва по-евтиния тест, за да определи кой се нуждае от по-скъпия ултразвук“, обясни д-р Елиас.

Какво установи това проучване

Резултатите от това проучване бяха впечатляващи. При пряко сравнение с 13 кардиолози, които прегледаха 3200 ЕКГ, EchoNext постигна точност от 77%, в сравнение с 64% при кардиолозите. Дори когато кардиолозите имаха достъп до рисковите оценки на EchoNext, за да им помогнат при вземането на решения, те все пак се представиха по-слабо от модела за изкуствен интелект, работещ самостоятелно.

Изследователският екип също така приложи EchoNext в т.нар. „тихо внедряване“ — те приложиха този инструмент към близо 85 000 пациенти, които са имали ЕКГ, но не са имали предишна ехокардиография. Този инструмент идентифицира повече от 7 500 от тези пациенти (около 9%) като високорискови за недиагностицирана структурна сърдечна болест. Лекарите, наблюдаващи тези пациенти през следващата година, потвърдиха, че прогнозите на EchoNext се оправдаха, с положителна прогнозна стойност от 74% сред тези, които впоследствие са преминали ехокардиография.

След това изследователите валидираха EchoNext в четири независими болнични системи, включително Cedars-Sinai, Университета на Калифорния в Сан Франциско и Института по кардиология в Монреал. Този модел запази висока точност в болници с различни популации пациенти и различни честоти на структурни сърдечни заболявания, което предполага, че този инструмент работи надеждно извън конкретната среда, в която е създаден.

Реални пациенти, реални резултати

Изследователите на EchoNext споделиха три конкретни случая, в които този инструмент директно доведе до диагноза, променила живота на пациентите. В първия случай EchoNext откри тежка аортна стеноза — състояние, при което клапата, контролираща кръвния поток от сърцето, става опасно стеснена — при пациент, който преди това не е имал диагноза за структурно сърдечно заболяване. Този пациент след това претърпя минимално инвазивна процедура за замяна на сърдечна клапа, известна като транскатетърна замяна на аортна клапа.

Във втория случай този инструмент откри тежка митрална регургитация — състояние, при което кръвта се връща назад между двете камери на сърцето. Пациентът претърпя корективна операция на клапата. В третия случай EchoNext откри сърдечна недостатъчност, а пациентът в крайна сметка претърпя сърдечна трансплантация. Всеки от тези пациенти беше преминал рутинна ЕКГ, без никой да подозира наличието на структурно сърдечно заболяване. EchoNext откри това, което човешкото око пропусна.

Какво означава това за вас?

Ако някога сте правили ЕКГ в болница или клиника, вече сте преминали през вида тест, който EchoNext чете. Не сте се нуждаели от отделна процедура, допълнително оборудване или специална подготовка. Същите данни, които тестът вече генерира, биха могли, с EchoNext работещ на заден план, да сигнализират на вашия лекар, че се нуждаете от по-нататъшни изследвания.

Това е от най-голямо значение в места, където кардиолозите и апаратите за ехокардиография са оскъдни — селски болници, общински клиники и системи за здравеопазване в страни с по-ниски доходи. Тъй като EchoNext работи със стандартни ЕКГ данни, той би могъл да разшири обхвата на скрининга за сърдечни заболявания до хора, които иначе никога не биха направили ехокардиография.

Д-р Елиас и неговият екип вярват, че „ЕКГ в комбинация с изкуствен интелект има потенциала да създаде изцяло нова парадигма за скрининг“. В момента изследователите работят за по-широкото разпространение на тази технология и за по-нататъшното усъвършенстване на модела, като го обучават с допълнителни набори от данни за пациенти.

EchoNext все още не е част от стандартната клинична практика. Изследователите и тяхната институция – Колумбийският университет – са подали заявка за патент за алгоритъма, а екипът работи за по-широкото му внедряване. Те също така са публикували публичен набор от данни и олекотена версия на модела, за да подпомогнат по-нататъшните изследвания на учени от цял свят.

Изследователската общност реагира с голям интерес. Други екипи вече използват еталонния набор от данни на EchoNext, за да разработват нови модели, които съчетават изкуствен интелект със статистически методи, с цел резултатите да бъдат не само точни, но и интерпретируеми – така че лекарите да могат да разберат кои конкретни характеристики на ЕКГ сигнала са довели до дадена оценка на риска.

Източници на информация:

1. Медицински център „Ирвинг“ към Колумбийския университет. Може ли изкуственият интелект да открие скрити сърдечни заболявания?
2. ColumbiaDoctors / NewYork-Presbyterian. EchoNext: Инструмент за изкуствен интелект открива скрити структурни сърдечни заболявания
3. NewYork-Presbyterian Advances in Cardiology. Проучване показва, че инструментът за скрининг с изкуствен интелект може да открива структурни сърдечни заболявания, използвайки данни от електрокардиограма
4. News-Medical. Моделът за ЕКГ, задвижван от изкуствен интелект, превъзхожда лекарите в откриването на скрити сърдечни заболявания
5. Inside Precision Medicine. Изкуственият интелект превръща ЕКГ в мощен инструмент за скрининг на сърдечни заболявания
6. ODSC / Open Data Science. AI модел открива скрити сърдечни заболявания от ЕКГ, като превъзхожда кардиолозите
7. Списание Nature. Откриване на структурни сърдечни заболявания от електрокардиограми с помощта на AI PhysioNet. EchoNext: Набор от данни за откриване на потвърдени чрез ехокардиография структурни сърдечни заболявания от ЕКГ
8. Американски колеж по кардиология. Трансформативни тенденции в сърдечно-съдовата медицина за 2025 г.
9. Healio. 2026: Годината, в която нашият набор от инструменти в кардиологията се разширява