“Kalp yetmezliği” organın olması gerektiği gibi çalışmadığı herhangi bir durumu tanımlamak için kullanılan her şeyi kapsayan bir terimdir – ancak bir kişinin hastalıkla ilgili deneyimi bir başkasınınkinden çok farklı olabilir.
University College London’dan (UCL) araştırmacılar yakın zamanda makine öğrenimini kullandılar – bir tür yapay zeka – farklı türler için prognozu tahmin etmek amacıyla beş farklı kalp yetmezliği türünü belirlemek.
UCL’den baş yazar Profesör Amitava Banerjee, çalışmayı duyuran bir basın açıklamasında, “Hastalığın olası seyrini daha iyi anlamak ve bunu hastalara iletmek amacıyla kalp yetmezliğini nasıl sınıflandırdığımızı iyileştirmeye çalıştık” dedi.
KALP HASTALIĞI, SESSİZ KATİL: ÇALIŞMALAR, BELİRTİLER OLMADAN DA ORTAYA ÇIKABİLECEĞİNİ GÖSTERİYOR
“Şu anda, bireysel hastalar için hastalığın nasıl ilerlediğini tahmin etmek zor” dedi. “Bazı insanlar yıllarca stabil kalırken, diğerleri hızla kötüleşir.”
Belirlenen beş tip kalp yetmezliği, erken başlangıçlı, geç başlangıçlı, atriyal fibrilasyon (düzensiz kalp ritmine neden olan), metabolik (obezite ile bağlantılı UCL’nin web sitesinde yapılan bir basın açıklamasına göre, ancak düşük kardiyovasküler hastalık oranı ile) ve kardiyometabolik (obezite ve kardiyovasküler hastalık ile bağlantılı).
Araştırmacılar, her bir kalp yetmezliği türü için, teşhis konulduktan sonraki bir yıl içinde kişinin ölme olasılığını belirledi. Buldukları beş alt tip için prognoz geniş ölçüde değişiyordu. (iStock)
“Beş tip kalp yetmezliği, kalp yetmezliğinin başlangıç yaşı, kalp hastalığı öyküsü, diyabet ve obezite gibi kardiyak risk faktörlerinin öyküsü veya atriyal fibrilasyon (en yaygın kalp ritmi sorunu) gibi ortak risk faktörlerine dayanıyordu. ),” diye açıkladı Banerjee, Haberler Digital’e yaptığı açıklamada.
Lancet Digital Health dergisinde yayınlanan çalışma için araştırmacılar, 20 yıllık bir süre içinde kalp yetmezliği yaşamış 30 yaş ve üstü 300.000’den fazla Birleşik Krallık yetişkinden alınan verileri analiz ettiler.
YENİ ÇALIŞMA BULGULARINA GÖRE KALP HASTALIĞI RİSKİ ŞAŞIRTICI BİR FAKTÖRDEN ETKİLENEBİLİR
Banerjee, “Elektronik sağlık verilerinde kalp yetmezliği olan bireyleri temel özelliklerine göre kümelemek için dört makine öğrenimi yöntemi kullanıldı” dedi. “Verilere en uygun yöntem ve küme sayısı seçildi.”
Araştırmacılar, her bir kalp yetmezliği türü için, teşhis konulduktan sonraki bir yıl içinde kişinin ölme olasılığını belirledi. Buldukları beş alt tip için prognoz geniş ölçüde değişiyordu.
Basın açıklamasına göre, beş yıllık ölüm riski erken başlangıç için %20, geç başlangıç için %46, atriyal fibrilasyona bağlı için %61, metabolik için %11 ve kardiyometabolik için %37 idi.
UCL’nin yeni çalışmasının ana sınırlaması, araştırmacıların en yaygın olarak kalp yetmezliği riskini teşhis etmek ve tahmin etmek için kullanılan herhangi bir görüntüleme verisine erişememesiydi. (iStock)
İçin sağlık profesyonelleriBanerjee, kalp yetmezliği hastalarına sahip oldukları alt tipi anlamalarına yardımcı olmak için ortak risk faktörlerini sormalarını öneriyor.
Araştırmacıların ayrıca çalışmamızda tanımlanan bu alt tiplerin klinik pratikte ne kadar kullanılabilir, genellenebilir ve kabul edilebilir olduğunu test etmesi gerekiyor” dedi.
“Bizimki gibi çalışmaların olup olmadığını da düşünmeliler, AI kullananhastalık süreçlerinin ve ilaç keşfinin daha iyi anlaşılmasına yardımcı olabilir.”
Araştırma ekibi ayrıca, riski daha iyi tahmin etmek ve hastaları bilgilendirmek amacıyla, doktorlar için bir hastanın hangi kalp yetmezliği alt tipine sahip olduğunu belirlemelerini sağlayacak bir uygulama geliştirdi.
AI VE KALP SAĞLIĞI: MAKİNELER ULTRASONLARI OKUMA İŞİNİ SONGRAFÇILARDAN DAHA İYİ YAPAR
Dr. Ernst von Schwarz, üçlü yönetim kurulu onaylı klinik ve akademik kardiyolog Kaliforniya’daki UCLA’da, UCL’nin çalışmasının sonuçlarını gözden geçirdi.
Haberler Digital’e “Klinisyenler için, genellikle klinik ortamda yapılmayan prognoza göre kalp yetmezliğini ayırt etmek ilginçtir” dedi. “Kalp yetmezliği genellikle kötü uzun vadeli sonuçları olan tedavi edilemez, kronik, ilerleyici bir hastalık olarak görülüyor.”
Özellikle, atriyal fibrilasyonun neden olduğu kalp yetmezliği için çok yüksek ölüm oranı, bu yaygın aritmiyi agresif bir şekilde yönetmenin önemini vurguladığını söyledi.
Araştırmacılar, beş farklı kalp yetmezliği türünü belirlemek için bir tür yapay zeka olan makine öğrenimini kullandılar. (iStock)
ABD’de bir doktor olan Dr. Matthew Goldstein’a göre, beş alt tip için ölüm tahminleri “bu verilerin açık ara en ilginç kısmı”. Philadelphia Kardiyoloji Danışmanlarıçalışma bulgularını da gözden geçiren kişi.
“Bu, kimin aniden ölme riski altında olduğunu ve dolayısıyla kimin defibrilatörle korunmaya ihtiyacı olup kimin olmadığını belirlememize yardımcı olabilir” diye ekledi.
AI umut vaat ediyor, ancak sınırlamalar devam ediyor
Goldstein, AI’nın genel olarak daha yaygın hale geldiğini kabul etse de, tıpta kullanımının “biraz daha az başarı” gösterdiğine inanıyor.
Haberler Digital’e, “Ancak, insan zihninin göremeyeceği kadar karmaşık kalıpları aramak iyidir.”
AI TEKNOLOJİSİ, TÜM VÜCUT MR TARAYICI EZRA İLE KANSERİ BELİRTİLERDEN ÖNCE YAKALIYOR
“Daha yaygın kullanımlardan bazıları, hiçbir şeyin gözden kaçırılmadığından emin olmak için radyoloji çalışmalarının otomatik olarak okunması ve altta yatan patolojiyi önermek için EKG yorumunda ortaya çıkan kullanımdır” diye ekledi.
Kalp yetmezliğini sınıflandırmak için AI kullanma açısından Goldstein, bunun yalnızca geriye dönük bir çalışma olduğunu ve gerçekten yararlı olabilmesi için gelecekteki vakalarda kanıtlanması gerekeceğini belirtti.
İleriye bakmak
Yeni çalışmanın ana sınırlaması, araştırmacıların en yaygın olarak kalp yetmezliği riskini teşhis etmek ve tahmin etmek için kullanılan herhangi bir görüntüleme verisine erişememesiydi.
Banerjee, “Ancak, görüntüleme belirteçleri tek başına ölüm oranını ve diğer sonuçları tahmin etmez.” Dedi.
“Alt türleri ve sonuçları nispeten iyi bir şekilde tahmin etmek için bu görüntüleme verileri olmadan rutin olarak toplanan verileri kullanabiliyor olmamız, görüntüleme biyobelirteçlerinin tek başına kalp yetmezliğini popülasyon ölçeğinde karakterize etmenin ve incelemenin en iyi yolu olmayabileceğini gösteriyor.”
UCL’den Profesör Banerjee, bu bulguları temel alarak, bir sonraki adımın bu kalp yetmezliği sınıflandırmalarının hastalar için pratik bir fark yaratıp yaratamayacağını belirlemek olduğunu söyledi. (iStock)
Banerjee, bir sonraki adımın, çeşitli kalp yetmezliklerini sınıflandırmanın hastalar için pratik bir fark yaratıp yaratamayacağını belirlemek olduğunu söyledi – “risk tahminlerini ve klinisyenlerin sağladığı bilgi kalitesini iyileştirip iyileştirmediği ve hastaların tedavisini değiştirip değiştirmediği.”
SAĞLIK BÜLTENİMİZE ÜYE OLMAK İÇİN TIKLAYINIZ
Maliyet etkinliğinin başka bir husus olduğunu da sözlerine ekledi.
UCL araştırma ekibi daha önce kronik böbrek hastalığında alt tipleri belirlemek için benzer yöntemler kullanmıştı.
HABERLER SUNULDU
İleriye dönük olarak Banerjee, rutin olarak toplanan birçok tıbbi veriyi analiz etmek ve farklı hastalıkların alt türlerini belirlemek için makine öğreniminin kullanılmasını bekliyor.
Melissa Rudy, sağlık editörü ve Haberler Digital’de yaşam tarzı ekibinin bir üyesidir.
University College London’dan (UCL) araştırmacılar yakın zamanda makine öğrenimini kullandılar – bir tür yapay zeka – farklı türler için prognozu tahmin etmek amacıyla beş farklı kalp yetmezliği türünü belirlemek.
UCL’den baş yazar Profesör Amitava Banerjee, çalışmayı duyuran bir basın açıklamasında, “Hastalığın olası seyrini daha iyi anlamak ve bunu hastalara iletmek amacıyla kalp yetmezliğini nasıl sınıflandırdığımızı iyileştirmeye çalıştık” dedi.
KALP HASTALIĞI, SESSİZ KATİL: ÇALIŞMALAR, BELİRTİLER OLMADAN DA ORTAYA ÇIKABİLECEĞİNİ GÖSTERİYOR
“Şu anda, bireysel hastalar için hastalığın nasıl ilerlediğini tahmin etmek zor” dedi. “Bazı insanlar yıllarca stabil kalırken, diğerleri hızla kötüleşir.”
Belirlenen beş tip kalp yetmezliği, erken başlangıçlı, geç başlangıçlı, atriyal fibrilasyon (düzensiz kalp ritmine neden olan), metabolik (obezite ile bağlantılı UCL’nin web sitesinde yapılan bir basın açıklamasına göre, ancak düşük kardiyovasküler hastalık oranı ile) ve kardiyometabolik (obezite ve kardiyovasküler hastalık ile bağlantılı).
Araştırmacılar, her bir kalp yetmezliği türü için, teşhis konulduktan sonraki bir yıl içinde kişinin ölme olasılığını belirledi. Buldukları beş alt tip için prognoz geniş ölçüde değişiyordu. (iStock)
“Beş tip kalp yetmezliği, kalp yetmezliğinin başlangıç yaşı, kalp hastalığı öyküsü, diyabet ve obezite gibi kardiyak risk faktörlerinin öyküsü veya atriyal fibrilasyon (en yaygın kalp ritmi sorunu) gibi ortak risk faktörlerine dayanıyordu. ),” diye açıkladı Banerjee, Haberler Digital’e yaptığı açıklamada.
Lancet Digital Health dergisinde yayınlanan çalışma için araştırmacılar, 20 yıllık bir süre içinde kalp yetmezliği yaşamış 30 yaş ve üstü 300.000’den fazla Birleşik Krallık yetişkinden alınan verileri analiz ettiler.
YENİ ÇALIŞMA BULGULARINA GÖRE KALP HASTALIĞI RİSKİ ŞAŞIRTICI BİR FAKTÖRDEN ETKİLENEBİLİR
Banerjee, “Elektronik sağlık verilerinde kalp yetmezliği olan bireyleri temel özelliklerine göre kümelemek için dört makine öğrenimi yöntemi kullanıldı” dedi. “Verilere en uygun yöntem ve küme sayısı seçildi.”
Araştırmacılar, her bir kalp yetmezliği türü için, teşhis konulduktan sonraki bir yıl içinde kişinin ölme olasılığını belirledi. Buldukları beş alt tip için prognoz geniş ölçüde değişiyordu.
Basın açıklamasına göre, beş yıllık ölüm riski erken başlangıç için %20, geç başlangıç için %46, atriyal fibrilasyona bağlı için %61, metabolik için %11 ve kardiyometabolik için %37 idi.
UCL’nin yeni çalışmasının ana sınırlaması, araştırmacıların en yaygın olarak kalp yetmezliği riskini teşhis etmek ve tahmin etmek için kullanılan herhangi bir görüntüleme verisine erişememesiydi. (iStock)
İçin sağlık profesyonelleriBanerjee, kalp yetmezliği hastalarına sahip oldukları alt tipi anlamalarına yardımcı olmak için ortak risk faktörlerini sormalarını öneriyor.
Araştırmacıların ayrıca çalışmamızda tanımlanan bu alt tiplerin klinik pratikte ne kadar kullanılabilir, genellenebilir ve kabul edilebilir olduğunu test etmesi gerekiyor” dedi.
“Bizimki gibi çalışmaların olup olmadığını da düşünmeliler, AI kullananhastalık süreçlerinin ve ilaç keşfinin daha iyi anlaşılmasına yardımcı olabilir.”
Araştırma ekibi ayrıca, riski daha iyi tahmin etmek ve hastaları bilgilendirmek amacıyla, doktorlar için bir hastanın hangi kalp yetmezliği alt tipine sahip olduğunu belirlemelerini sağlayacak bir uygulama geliştirdi.
AI VE KALP SAĞLIĞI: MAKİNELER ULTRASONLARI OKUMA İŞİNİ SONGRAFÇILARDAN DAHA İYİ YAPAR
Dr. Ernst von Schwarz, üçlü yönetim kurulu onaylı klinik ve akademik kardiyolog Kaliforniya’daki UCLA’da, UCL’nin çalışmasının sonuçlarını gözden geçirdi.
Haberler Digital’e “Klinisyenler için, genellikle klinik ortamda yapılmayan prognoza göre kalp yetmezliğini ayırt etmek ilginçtir” dedi. “Kalp yetmezliği genellikle kötü uzun vadeli sonuçları olan tedavi edilemez, kronik, ilerleyici bir hastalık olarak görülüyor.”
Von Schwarz, “Bunun gibi çalışmalar, klinisyenlerin kalp yetmezliği etiyolojisine göre daha uygun bir risk değerlendirmesi yapmasına yardımcı olabilir” diye ekledi.
Özellikle, atriyal fibrilasyonun neden olduğu kalp yetmezliği için çok yüksek ölüm oranı, bu yaygın aritmiyi agresif bir şekilde yönetmenin önemini vurguladığını söyledi.
Araştırmacılar, beş farklı kalp yetmezliği türünü belirlemek için bir tür yapay zeka olan makine öğrenimini kullandılar. (iStock)
ABD’de bir doktor olan Dr. Matthew Goldstein’a göre, beş alt tip için ölüm tahminleri “bu verilerin açık ara en ilginç kısmı”. Philadelphia Kardiyoloji Danışmanlarıçalışma bulgularını da gözden geçiren kişi.
“Bu, kimin aniden ölme riski altında olduğunu ve dolayısıyla kimin defibrilatörle korunmaya ihtiyacı olup kimin olmadığını belirlememize yardımcı olabilir” diye ekledi.
AI umut vaat ediyor, ancak sınırlamalar devam ediyor
Goldstein, AI’nın genel olarak daha yaygın hale geldiğini kabul etse de, tıpta kullanımının “biraz daha az başarı” gösterdiğine inanıyor.
Haberler Digital’e, “Ancak, insan zihninin göremeyeceği kadar karmaşık kalıpları aramak iyidir.”
AI TEKNOLOJİSİ, TÜM VÜCUT MR TARAYICI EZRA İLE KANSERİ BELİRTİLERDEN ÖNCE YAKALIYOR
“Daha yaygın kullanımlardan bazıları, hiçbir şeyin gözden kaçırılmadığından emin olmak için radyoloji çalışmalarının otomatik olarak okunması ve altta yatan patolojiyi önermek için EKG yorumunda ortaya çıkan kullanımdır” diye ekledi.
Kalp yetmezliğini sınıflandırmak için AI kullanma açısından Goldstein, bunun yalnızca geriye dönük bir çalışma olduğunu ve gerçekten yararlı olabilmesi için gelecekteki vakalarda kanıtlanması gerekeceğini belirtti.
İleriye bakmak
Yeni çalışmanın ana sınırlaması, araştırmacıların en yaygın olarak kalp yetmezliği riskini teşhis etmek ve tahmin etmek için kullanılan herhangi bir görüntüleme verisine erişememesiydi.
Banerjee, “Ancak, görüntüleme belirteçleri tek başına ölüm oranını ve diğer sonuçları tahmin etmez.” Dedi.
“Alt türleri ve sonuçları nispeten iyi bir şekilde tahmin etmek için bu görüntüleme verileri olmadan rutin olarak toplanan verileri kullanabiliyor olmamız, görüntüleme biyobelirteçlerinin tek başına kalp yetmezliğini popülasyon ölçeğinde karakterize etmenin ve incelemenin en iyi yolu olmayabileceğini gösteriyor.”
UCL’den Profesör Banerjee, bu bulguları temel alarak, bir sonraki adımın bu kalp yetmezliği sınıflandırmalarının hastalar için pratik bir fark yaratıp yaratamayacağını belirlemek olduğunu söyledi. (iStock)
Banerjee, bir sonraki adımın, çeşitli kalp yetmezliklerini sınıflandırmanın hastalar için pratik bir fark yaratıp yaratamayacağını belirlemek olduğunu söyledi – “risk tahminlerini ve klinisyenlerin sağladığı bilgi kalitesini iyileştirip iyileştirmediği ve hastaların tedavisini değiştirip değiştirmediği.”
SAĞLIK BÜLTENİMİZE ÜYE OLMAK İÇİN TIKLAYINIZ
Maliyet etkinliğinin başka bir husus olduğunu da sözlerine ekledi.
UCL araştırma ekibi daha önce kronik böbrek hastalığında alt tipleri belirlemek için benzer yöntemler kullanmıştı.
HABERLER SUNULDU
İleriye dönük olarak Banerjee, rutin olarak toplanan birçok tıbbi veriyi analiz etmek ve farklı hastalıkların alt türlerini belirlemek için makine öğreniminin kullanılmasını bekliyor.
Melissa Rudy, sağlık editörü ve Haberler Digital’de yaşam tarzı ekibinin bir üyesidir.