AI prepoznaje srčanu bolest iz podataka Apple Watcha

image

Novi algoritam koji su razvili istraživači američkog akademskog medicinskog centra Mayo Clinic može učinkovito detektirati pacijente s opasnom srčanom disfunkcijom korištenjem podataka prikupljenih Apple Watch pametnim satom.

Da se radi o vrlo ozbiljnom istraživanju svjedoči podatak da je u tijeku velika klinička studija koja će testirati algoritam na čak milijun ljudi.

Iako je Apple u svoj pametni sat uveo mogućnosti mjerenja elektrokardiograma (EKG-a) još 2018. godine, no tehnologija je tek nedavno počela isporučivati ​​značajna zdravstvena izvješća.

Tradicionalni EKG test uključuje do 12 elektroda pričvršćenih na različite dijelove tijela. Ove elektrode omogućuju liječnicima da bilježe električnu aktivnost srca i potom otkriju niz različitih srčanih abnormalnosti.

Apple Watch EKG prikuplja podatke samo s jedne točke na zapešću korisnika, tako da, naravno, nikada ne može biti tako točan dijagnostički alat kao EKG test u klinici. Kako bi te podatke EKG-a Apple Watcha pretvorili u nešto klinički korisno, istraživači se moraju obratiti algoritmima umjetne inteligencije, dizajniranim da identificiraju male signale u podacima koji mogu odgovarati srčanim problemima.

Znanstvenici Mayo Clinica su razvili novi algoritam koji može detektirati srčano stanje poznato kao disfunkcija lijeve klijetke, bolesti koja pogađa 2 do 3 posto ljudi u svijetu i 9 posto starijih od 60 godina, a teško se prepoznaje jer je često asimptomatska. Ukoliko se na vrijeme otkrije pacijentima su na raspolaganju mnoge metode i tretmani koji im mogu spasiti život, kao što objašnjavaju u ovom videu.

 

Mada će trebati proteći jedna do dvije godine dok rezultati opsežne studije potvrde da se Apple Watch može koristiti za dijagnostiku ovog tipa, znanstvenici su vrlo optimistični i vjeruju da bi ta vrsta AI tehnologije mogla transformirati dijagnostiku medicine budućnosti koja neće više ovisiti o skupim pretragama u bolnicama, već će se provoditi pristupačnim nosivim uređajima.

Podijeli