Szívbetegeknek segít a mesterséges intelligencia

Óriási segítséget jelenthet az a kockázatbecslést segítő rendszer, amit a Semmelweis Egyetem Városmajori Szív- és Érgyógyászati Klinikáján fejlesztettek ki.

A szívelégtelenségben szenvedő betegek idő előtti halálozásának kivédésében óriási segítséget jelenthet az a mesterséges intelligencián alapuló kockázatbecslést segítő rendszer, amit a Semmelweis Egyetem Városmajori Szív- és Érgyógyászati Klinikáján fejlesztettek ki. A döntéstámogató szisztémáról megjelent tanulmány az Európai Szívgyógyászati Társaság hivatalos tudományos lapjában, a European Heart Journalban jelent meg, ahol ez az első olyan publikáció, amelyet kizárólag magyar szerzők jegyeznek.

A szív csökkent pumpafunkciója miatt kialakult keringési elégtelenség csaknem annyi emberéletet követel, mint a súlyos onkológiai kórképek. A szívelégtelenségben szenvedő betegek mintegy harmadánál jellemző a szív kamráin belüli ingerületvezetési zavar, vezetési blokk, amely tovább rontja a szív pumpafunkcióját. Ennek a kezelését célozza egy speciális, három szívüreget ingerlő pacemaker beültetése, az úgynevezett cardiális reszinkronizációs terápia (CRT). Ez az eszközös terápia – amelyet Magyarországon korábban Merkely Béla, a Városmajori Szív- és Érgyógyászati Klinika igazgatója, az egyetem jelenlegi rektora honosított meg – enyhíti a szívelégtelenség tüneteit, javítja a betegek életminőségét és a túlélést.

A betegség természete miatt kiemelt jelentőséggel bír a magas halálozási kockázattal rendelkező betegek azonosítása, vagyis a személyre szabott rizikóbecslés. Ezáltal ugyanis kiválaszthatók azok a betegek, akik a beavatkozás után szorosabb utánkövetést igényelnek – magyarázta Tokodi Márton, a Városmajori klinika PhD hallgatója, a publikált cikk egyik első szerzője. Ezekre a betegekre különös figyelmet kell fordítani, mivel náluk a későbbiekben még komplexebb gyógyszeres és eszközös terápia, esetlegesen szívtranszplantáció is szükségessé válhat. Ebben az utánkövetésben nyújt segítséget a kutatócsoport által kifejlesztett döntéstámogató rendszer.

Az egyetem 250 éves jubileumának tiszteletére SEMMELWEIS-CRT score-nak elnevezett szisztémát azoknak a betegeknek az adatai alapján fejlesztették ki, akik az elmúlt húsz év során CRT-n estek át. Ennek a több mint 1600 páciensnek az adatai szolgáltak a gépi tanulás (machine learning, a mesterséges intelligencia egyik ága) segítségével létrehozott rendszer alapjául. A rendszer képes hatékonyan feltérképezni a számos paraméter közötti bonyolult kapcsolati hálót, ezzel egyértelműen felülmúlja a korábbi, hagyományos statisztikai módszerekre épülő pontrendszereket, és a világon jelenleg elérhető legjobb becslést adja a beteg túlélésére vonatkozóan.

A projekt során az adatbázisban rögzített több mint 100 paraméter közül a legrelevánsabb 33-at választották ki. Ezek megadásával az online is elérhető rendszeren keresztül bármelyik kezelőorvos meghatározhatja a páciens személyre szabott kockázati profilját. A rizikóbecsléshez felhasznált paramétereket (például a beteg életkora, neme, testsúlya, laboreredményei, társbetegségei, vagy az aktuálisan szedett gyógyszerei) a betegellátás részeként rutinszerűen rögzítik. Nem szükséges tehát további drága vagy körülményes vizsgálatokat végezni, így ilyen szempontból a SEMMELWEIS-CRT használata nem ró plusz terhet az orvosra vagy a kórházra – hangsúlyozta Dr. Tokodi Márton. A rendszer a www.semmelweiscrtscore.com honlapon keresztül nyilvánosan elérhető, amit minden orvos és kutató, elsősorban tudományos célokra szabadon használhat – emelte ki.

Hozzátette, hogy a jövőben szeretnék elérni, hogy a rizikóbecslés folyamata teljesen automatizált legyen, azaz a kockázati szintek meghatározása épüljön be az elektronikus betegnyilvántartó rendszerekbe. Ezenkívül a rendszer alapjául szolgáló adatbázist is szeretnék tovább bővíteni új hazai és nemzetközi centrumok bevonásával, mivel a tanításhoz felhasznált adatok mennyiségének növelésével tovább javulhat a rendszer által adott becslések pontossága.

A projekt a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal támogatásával elindult Nemzeti Szívprogram, valamint az Innovációs és Technológiai Minisztérium Tématerületi Kiválósági Programja keretében részesült anyagi támogatásban.