Επιστήμονες από το Imperial College του Λονδίνου δημιούργησαν ένα “έξυπνο μπλουζάκι” με τεχνητή νοημοσύνη, ικανό να ανιχνεύει κρυφές διαταραχές του καρδιακού ρυθμού στην καθημερινή ζωή. Η τεχνολογία σχεδιάζεται να εισαχθεί στην κλινική πρακτική μέσα στα επόμενα πέντε χρόνια. Αυτό αναφέρει το Βρετανικό Ίδρυμα Καρδιάς (BHF).
Η νέα συσκευή προορίζεται κυρίως για τη διάγνωση σπάνιων κληρονομικών καρδιακών παθήσεων που μπορεί να οδηγήσουν σε αιφνίδιο καρδιακό θάνατο. Στο Ηνωμένο Βασίλειο, υπολογίζεται ότι περίπου 340.000 άνθρωποι πάσχουν από τέτοιες διαταραχές και έως και 12 νέοι κάτω των 35 ετών πεθαίνουν από αυτές κάθε εβδομάδα.
Οι ασθενείς με υποψία αρρυθμιών πρέπει πλέον να φορούν φορητούς ηλεκτροκαρδιογράφους με αυτοκόλλητα ηλεκτρόδια και καλώδια συνδεδεμένα με μια οθόνη.
Η εξέταση αυτή διαρκεί συνήθως 24-48 ώρες και μπορεί να είναι πολύ άβολη.
“Έως και 50 αισθητήρες είναι ενσωματωμένοι στο ύφασμα του νέου μπλουζιού, οι οποίοι καταγράφουν συνεχώς την ηλεκτρική δραστηριότητα της καρδιάς. Αυτό επιτρέπει την παρακολούθηση για έως και μία εβδομάδα ή και περισσότερο, χωρίς να περιορίζεται η καθημερινή δραστηριότητα”, εξηγούν οι επιστήμονες.
Σε πρώτη φάση, οι ερευνητές θα εκπαιδεύσουν τους αλγορίθμους τεχνητής νοημοσύνης σε δεδομένα από περισσότερους από χίλιους ανθρώπους – τόσο με όσο και χωρίς κληρονομικές αρρυθμίες – ώστε το σύστημα να μάθει να αναγνωρίζει τα μη φυσιολογικά σήματα ΗΚΓ. Στη συνέχεια, 200 ασθενείς και εθελοντές θα φορούν το μπλουζάκι για τρεις μήνες για να αξιολογήσουν τη διαγνωστική ακρίβεια.
Η ανάπτυξη επικεντρώνεται στην ανίχνευση καταστάσεων όπως το σύνδρομο Brugada και άλλες διαταραχές του ρυθμού που είναι δύσκολο να καταγραφούν κατά τη διάρκεια μιας σύντομης εξέτασης σε μια κλινική. Στο μέλλον, η τεχνολογία θα μπορούσε επίσης να χρησιμοποιηθεί για τη διάγνωση της κολπικής μαρμαρυγής.
Σύμφωνα με τους συγγραφείς του προγράμματος, η μεγαλύτερης διάρκειας και πιο άνετη παρακολούθηση θα αυξήσει τις πιθανότητες έγκαιρης ανίχνευσης επικίνδυνων καταστάσεων και θα συμβάλει στην πρόληψη αιφνίδιων θανάτων.
