Az EKG-mérésre alkalmas okosórákkal korábban nagyon bíztató eredmények születtek, a pitvarfibrilláció felfedezésének új, pontos lehetőségét kínálva. A klinikai vizsgálatok és az esetleírások nyomán azt gondoltuk, hogy a leggyakoribb szívritmuszavar kezeléséhez, a súlyos szövődmények megelőzéséhez egyedülállóan egyszerű és megbízhatóan használható mindennapos eszköz van a kezünk…ön. Mostanáig.
Egy, a francia kormány által támogatott kutatás szerint az okosóra azon képességét, hogy a pitvarfibrillációt mennyire pontosan képes kimutatni, jelentősen korlátozza, ha más ritmuszavara is van a páciensnek. A vizsgálatban olyan EKG-rendellenességek fordultak elő befolyásoló tényezőként, mint a szinuszcsomó elégtelen működése, a pitvar-kamrai átvezetés blokkja (AV-blokk) vagy a kamrai vezetési késés.
A korábbi egybehangzó eredmények ismeretében a kutatók meglepődve tapasztalták, hogy minden ötödik betegnél az okosóra EKG-funkcióját kiszolgáló algoritmus nem állította fel a pitvarfibrilláció diagnózisát. Az is meglepte őket, hogy kamrai ingerületvezetési zavar megléte nagyobb valószínűséggel járt azzal, hogy az algoritmus elnézte a pitvarfibrillációt.
A kutatók minden résztvevőn először 12 elvezetéses EKG-t, majd egy Apple Watch Series 5 készülékkel 30 másodperces EKG-felvételt végeztek. Az okosóra automatikus pitvarfibrilláció-felismerő algoritmusa a „nincs pitvarfibrilláció jele”, „pitvarfibrilláció” vagy „nem besorolt szívritmus” eredményt adta. A nem minősített felvételek kategóriái az „alacsony pulzusszám” (50 ütés/perc alatt), „magas pulzusszám” (150 ütés/perc felett), „rossz felvétel” vagy „eredménytelen felvétel” voltak. Ezen besorolásokat figyelembe véve az okosóra érzékenysége 69%-os volt – mennyire megbízhatóan azonosítja a pitvarfibrilláció fennállását, míg a specificitása 81%-os – mennyire megbízhatóan azonosítja azokat, akiknek nincs pitvarfibrillációja.
Az eredmények felhívják a figyelmet arra, hogy a jelenlegi adatsorokat felhasználó mesterséges intelligencia alkalmazások hasznosságának értékelésében óriási jelentősége van a validációs vizsgálatoknak, valamint azok eredményeinek nagyon pontos értelmezésének. Különösen annak meghatározása elsődleges, hogy a validációs vizsgálatok eredményei milyen értelmezési határok között érvényesek. És mivel ma még nem állnak rendelkezésünkre egyértelmű eljárások annak megállapítására, hogy a mesterséges intelligencia tanítására használt adatsorok milyen mértékben képezik le a valóságot, milyen minőségben jelenítik meg az adott kórállapotra jellemző teljes képet, teljes mértékben nagyon kevés esetben támaszkodhatunk az automatikus diagnózisokra. A kutatást elvégzők véleménye is az, hogy ezeket inkább a betegek és az egészségügyi szolgáltatók közötti kommunikációs eszköznek kell tekinteni, és egy olyan közös tanulási folyamat részeként kezelni, amelynek a legelején vagyunk.
Az eredmények ismeretében az a szakmai közmegegyezés alakult ki, hogy az okosórák algoritmusai a szív- és érrendszeri betegségben szenvedő betegek pitvarfibrillációjának kimutatására még nem elég okosak,
azonban hamarosan azzá válhatnak.
Budapest, 2022. október 20.
Dr. Lantos Zoltán, programvezető