Umělá inteligence v kardiologii: Co je nového?

   

Jak se vyvíjí možnost využívat v kardiologii technologie umělé inteligence (AI)? Jaké nástroje AI se jeví smysluplně? Určité odpovědi přinesly prezentace zařazené do sekce Hot Line či programu sekce věnované inovacím v telemedicíně, robotice a digitalizaci.

   

AI v klinickém rozhodování

Do rozsáhlé klastrové randomizované studie RAPIDxAI bylo zařazeno 14 131 dospělých pacientů, kteří se v období od 15. dubna do 31. prosince 2023 dostavili na oddělení Emergency a podstoupili testování hladiny troponinu (hs-cTn) ve 12 nemocnicích v Jižní Austrálii. U poloviny nemocných byla při klinickém rozhodování využívána AI (intervenční větev) a u poloviny (kontrolní) jen standardní postup.

Primární analýza záměru léčby hodnotila data 3029 pacientů (1461 v kontrolní větvi a 1568 ve větvi s AI; průměrný věk 74,5 roku; 58 % žen) s poškozením myokardu (zvýšená hladina troponinu) a podezřením na kardiální příčinu. Výskyt primárního cílového ukazatele (KV úmrtí, IM nebo neplánovaná readmise z KV důvodů) byl téměř shodný (26,0 % v intervenční skupině vs. 26,4 % v kontrolní; v rámci celého souboru 9,4 % vs. 10,4 % účastníků).

AI ovšem snížila o 47 % (5 vs. 9,4 %) četnost provedení invazivní koronarografie u osob neklasifikovaných jako pacienti s IM 1. typu. A u těch, kdo byli jako pacienti s IM 1. typu klasifikováni s pomocí AI, bylo pravděpodobnější, že jim budou předepsány statiny (82 vs. 68 %) a inhibitor mineralokortikoidů (56 vs. 44 %) a podána protidestičková léčba (56 vs. 44 %).

Rozhodování s AI bylo navíc non-inferiorní z hlediska bezpečnosti – mezi pacienty z této větve nebyla vyšší míra úmrtí ani IM do 30 dnů (0,86 vs. 1,1 %, p <0,001). Neměli vyšší riziko předčasného propuštění ani negativní dopady na rozhodnutí o propuštění z ED.

Pomoc AI s interpretací snímků zátěžové kardiografie

Britská randomizovaná kontrolovaná studie PROTEUS testovala software EchoGo Pro schopný automaticky interpretovat snímky zátěžové echokardiografie (SE) kombinováním nových obrazových funkcí s AI. Vyvinuli ho dr. Ross Upton a prof. Paul Leeson během doktorského studia dr. Uptona na Oxfordské univerzitě.

Studijní soubor tvořilo 2341 dospělých pacientů z 20 nemocnic ve Velké Británii, kteří byli v období od listopadu 2021 do června 2023 odesláni k SE kvůli podezření na CAD. Průměrný věk činil 64 let, 20 % již mělo srdeční onemocnění, žen bylo 45 %. U poloviny bylo klinické rozhodování standardní (kontrola), u druhé probíhalo se zapojením EchoGo Pro při interpretaci obrazu (software ukazoval pravděpodobnost závažného CAD).

Do prosince 2023 dosáhlo 94,5 % (2213) pacientů 6měsíčního sledování. Celkem 85 nemocných bylo po SE odesláno ke koronární angiografii, rozhodování pomocí AI přitom bylo non-inferiorní ve správném výběru pacientů (správně odesláno 75 % [27 z 36] v kontrolním rameni vs. 69 % [34 z 49] v rameni s AI). Pacientů, kteří nesprávně odesláni nebyli a následně se u nich vyskytla příhoda, bylo 22 v kontrolní skupině a 19 ve skupině s AI, ale rozdíl nebyl statisticky významný.

Další analýzy však ukázaly, že AI může být přínosem pro klinické rozhodování u méně zkušených lékařů a u důležitých podskupin, u nichž je známo, že interpretace snímků je obtížnější.

Virtuální hlasový asistent

TeleTAVI byla prospektivní observační monocentrická studie provedená v univerzitní nemocnici Dr. Balmise v Alicante ve Španělsku. Účastnilo se jí 274 pacientů, kteří podstoupili transkatetrovou implantaci aortální chlopně (TAVI) přes a. femoralis v roce 2023 a neměli jazykovou bariéru.

Průměrný věk byl 81 let a 49,3 % tvořily ženy. V 1. a 2. týdnu a 1., 3. a 12. měsíci po propuštění telefonovala pacientům virtuální asistentka LOLA. Pokládala řadu otázek týkajících se především cévního přístupu a KV situace a po ukončení hovoru se všechny informace nahrály na webovou platformu, kde je sledovali zdravotničtí pracovníci (což pacienti věděli), kteří v případě potřeby jednali. Celkem proběhlo 1039 hovorů, které zahrnovaly 385 hodin autonomního rozhovoru, 1 trval průměrně 4 minuty a 3 sekundy. Dokončených telefonátů bylo 94 % a míra adherence po celou dobu sledování překračovala 85 %. V 89 % hovorů odpovídali pacienti, v 11 % rodinní příslušníci nebo pečovatelé.

U 44 % hovorů nebyla zjištěna žádná upozornění či alarmy. Mezi zbývajícími hovory bylo 926 výstrah a k alespoň jedné intervenci došlo v 57 %. Počet výstrah se s postupem sledování snižoval, což odráží potřebu pečlivějšího sledování v raných fázích po zákroku.

LOLA rovněž usnadnila rychlé propuštění pacienta. Vědomí, že je k dispozici automatizovaná těsná kontrola, umožnilo propustit 40,1 % pacientů do 24 hodin od zákroku a 32,9 % mezi 24 a 48 hodinami.

Pacienti na virtuální systém obecně reagovali příznivě. Skóre spokojenosti činilo 4,68/5 a 89 % nemocných uvedlo dobrou nebo velmi dobrou spokojenost. Celkem 86 % pacientů by používání systému LOLA doporučilo.

(esr)

Zdroje:
1. Chew D. RAPIDxAI – re-engineering the clinical approach to suspected cardiac chest pain assessment in the emergency department by expediting evidence to practice using artificial intelligence. ESC Congress, London, 2024 Sep 2. Dostupné na: www.esc365.escardio.org/presentation/290405
2. Upton R. PROTEUS – a prospective randomised controlled trial evaluating the use of artificial intelligence in stress echocardiography. ESC Congress, London, 2024 Sep 2. Dostupné na: www.esc365.escardio.org/presentation/290404
3. Herrero Brocal M. Use of telemedicine with artificial intelligence for patient monitoring after transcatheter aortic valve implantation with a virtual voice assistant. ESC Congress, London, 2024 Aug 30. Dostupné na: www.esc365.escardio.org/presentation/286681