AI วินิจฉัยโรคหัวใจในผู้หญิง กำลังถูกวิจัยขึ้นโดย Imperial College London โดย AI สามารถระบุผู้ป่วยหญิงที่มีความเสี่ยงสูงต่อโรคหัวใจจากผลตรวจคลื่นไฟฟ้าหัวใจ (ECG) เช่น โรคหลอดเลือดหัวใจ ภาวะหัวใจล้มเหลว และภาวะหัวใจวาย
AI วินิจฉัยโรคหัวใจในผู้หญิง
โมเดล AI นี้ได้รับการออกแบบมาโดยเฉพาะสำหรับผู้ป่วยหญิง ช่วยให้แพทย์สามารถระบุผู้หญิงที่มีความเสี่ยงสูงได้เร็วขึ้น จึงทำให้สามารถรักษาและดูแลผู้ป่วยได้ดีขึ้น การวิจัยนี้ดำเนินการโดย Imperial College London และมีรายละเอียดอยู่ใน The Lancet Digital Health
ในการศึกษาวิจัยที่ได้รับทุนจากมูลนิธิ British Heart Foundation นักวิจัยได้ใช้ปัญญาประดิษฐ์ในการวิเคราะห์ผลตรวจคลื่นไฟฟ้าหัวใจ (Electrocardiogram:ECG) มากกว่าหนึ่งล้านรายการจากผู้ป่วย 180,000 ราย โดยมีผู้ป่วย 98,000 รายเป็นผู้หญิง
(A) ประสิทธิภาพการจำแนกประเภทถูกรายงานตามพื้นที่ใต้เส้นโค้งลักษณะการทำงานของตัวรับสัญญาณ (Area under the receiver operating characteristics curve หรือ AUC) สำหรับกลุ่มย่อยของชุดข้อมูล BIDMC กลุ่มบุคคลสุขภาพดีถูกกำหนดให้เป็นผู้ที่ไม่มีภาวะความดันโลหิตสูง เบาหวาน ไขมันในเลือดสูง ประวัติการสูบบุหรี่ โรคหลอดเลือดหัวใจตีบตัน ภาวะหัวใจล้มเหลว และกล้ามเนื้อหัวใจตายเฉียบพลัน โรคหัวใจและหลอดเลือดที่พบได้ทั่วไปถูกกำหนดให้เป็นโรคหลอดเลือดหัวใจตีบตัน ภาวะหัวใจล้มเหลว หรือกล้ามเนื้อหัวใจตายเฉียบพลันในอดีต การกระจายของการทำนายเพศด้วย AI-ECG ตามเพศทางชีวภาพใน BIDMC (B) และ UK Biobank (C) แสดงให้เห็น
AI-ECG = การตรวจคลื่นไฟฟ้าหัวใจที่ปรับปรุงด้วยปัญญาประดิษฐ์
BIDMC = ศูนย์การแพทย์เบธ อิสราเอล ดีคอนเนส
ECG = คลื่นไฟฟ้าหัวใจ
คลื่นไฟฟ้าหัวใจ (ECG) บอกอะไร?
นักวิจัยได้พัฒนาคะแนนที่วัดว่าคลื่นไฟฟ้าหัวใจของแต่ละบุคคลตรงกับรูปแบบคลื่นไฟฟ้าหัวใจ “ทั่วไป” ของผู้ชายและผู้หญิงมากเพียงใด และแสดงระดับความเสี่ยงที่แตกต่างกันไปในแต่ละเพศ แล้วพบว่าผู้หญิงที่มีคลื่นไฟฟ้าหัวใจตรงกับรูปแบบ “ทั่วไป” ของผู้ชายมากกว่า เช่น มีขนาดสัญญาณไฟฟ้าใหญ่ขึ้น มักจะมีห้องหัวใจที่ใหญ่กว่าและมีมวลกล้ามเนื้อมากกว่า
นอกจากนี้ ยังพบว่าผู้หญิงเหล่านี้มีความเสี่ยงสูงขึ้นอย่างมีนัยสำคัญต่อโรคหลอดเลือดหัวใจ ภาวะหัวใจล้มเหลวในอนาคต และภาวะหัวใจวาย เมื่อเปรียบเทียบกับผู้หญิงที่มี ECG ที่ใกล้เคียงกับคลื่นไฟฟ้าหัวใจของ “ผู้หญิงทั่วไป”
(A) Variational autoencoder (VAE) ถูกใช้เพื่อระบุคุณลักษณะทางสัณฐานวิทยาที่สำคัญที่สุดในการทำนายเพศด้วย AI-ECG แต่ละแผงย่อยแสดงหนึ่งในสามคุณลักษณะแฝง (latent features) (B) รูปคลื่นไฟฟ้าหัวใจ (ECG) ค่าเฉลี่ย (ส่วนเบี่ยงเบนมาตรฐาน; พื้นที่แรเงา) สำหรับการทำนายเพศด้วย AI-ECG 1000 ค่าสูงสุดและต่ำสุด (เช่น การทำนายเพศชายและหญิงด้วย AI-ECG ที่มั่นใจที่สุด) จากชุดทดสอบ BIDMC ระยะเวลา QRS, แรงดันไฟฟ้า, สัณฐานวิทยาของคลื่น T และช่วง QT ถูกระบุว่าเป็นสัณฐานวิทยาที่สำคัญที่สุดที่เกี่ยวข้องกับการทำนายเพศด้วย AI-ECG (C) การวิเคราะห์ความสัมพันธ์แบบตัวแปรเดียว (univariate correlation) ถูกดำเนินการเพื่อประเมินความสัมพันธ์ของการทำนายเพศด้วย AI-ECG กับพารามิเตอร์ ECG ทั่วไป ค่าสัมประสิทธิ์สหสัมพันธ์เชิงบวกบ่งชี้ถึงความสัมพันธ์เชิงบวกกับการทำนายเพศหญิงที่มั่นใจมากขึ้น สำหรับความสัมพันธ์ทั้งหมด, p<0·001.
AI-ECG = การตรวจคลื่นไฟฟ้าหัวใจที่ปรับปรุงด้วยปัญญาประดิษฐ์
BIDMC = ศูนย์การแพทย์เบธ อิสราเอล ดีคอนเนส
ECG = คลื่นไฟฟ้าหัวใจ
ms = มิลลิวินาที
ความเสี่ยงของผู้หญิงต่อโรคหลอดเลือดหัวใจ
หลักฐานก่อนหน้านี้แสดงให้เห็นว่าผู้ชายมีแนวโน้มที่จะมีความเสี่ยงต่อโรคหัวใจและหลอดเลือดมากกว่า ด้วยเหตุนี้ ผู้เชี่ยวชาญด้านการแพทย์และประชาชนทั่วไปจึงเชื่อว่าความเสี่ยงต่อโรคหัวใจและหลอดเลือดของผู้หญิงนั้นต่ำ แม้ว่าผู้หญิงมีโอกาสเสียชีวิตด้วยโรคหลอดเลือดหัวใจมากกว่ามะเร็งเต้านมถึงสองเท่าในสหราชอาณาจักร
ในคำชี้แจงของดร. Arunashis Sau หัวหน้าคณะวิจัย ซึ่งเป็นอาจารย์ประจำภาควิชาการคลินิกที่สถาบันหัวใจและปอดแห่งชาติของวิทยาลัยอิมพีเรียลลอนดอน และแพทย์ประจำแผนกหัวใจและหลอดเลือดที่กองทุนสุขภาพ NHS ของวิทยาลัยอิมพีเรียล กล่าวว่า “งานของเราเน้นย้ำว่าโรคหัวใจและหลอดเลือดในผู้หญิงมีความซับซ้อนมากกว่าที่เคยคิดไว้มาก ในคลินิก เราใช้การทดสอบ เช่น ECG เพื่อแสดงถึงภาพรวมของสิ่งที่เกิดขึ้น แต่ผลลัพธ์ที่ได้อาจเกี่ยวข้องกับการแบ่งกลุ่มผู้ป่วยตามเพศในลักษณะที่โดยไม่คำนึงถึงสรีรวิทยาของแต่ละคน ECG ที่ได้รับการปรับปรุงด้วย AI ช่วยให้เราเข้าใจสุขภาพหัวใจของผู้หญิงได้อย่างละเอียดมากขึ้น และเราเชื่อว่าสิ่งนี้อาจใช้เพื่อปรับปรุงผลลัพธ์สำหรับผู้หญิงที่มีความเสี่ยงต่อโรคหัวใจได้”
“การวิเคราะห์ความสัมพันธ์แบบตัวแปรเดียว (univariate correlation) ที่แบ่งชั้นตามเพศของคะแนนความไม่สอดคล้องทางเพศ (ต่อเนื่อง) และพารามิเตอร์การตรวจหัวใจด้วยคลื่นเสียงความถี่สูง (echocardiographic parameters) ถูกดำเนินการในชุดทดสอบของศูนย์การแพทย์เบธ อิสราเอล ดีคอนเนส คะแนนความไม่สอดคล้องทางเพศที่สูงกว่าบ่งชี้ถึงลักษณะฟีโนไทป์ของคลื่นไฟฟ้าหัวใจ (ECG phenotype) ที่ใกล้เคียงกับเพศตรงข้ามมากขึ้น ดังนั้น ความสัมพันธ์เชิงบวกบ่งชี้ว่าพารามิเตอร์การตรวจหัวใจด้วยคลื่นเสียงความถี่สูงมีความสัมพันธ์เชิงบวกกับลักษณะฟีโนไทป์ของคลื่นไฟฟ้าหัวใจของเพศตรงข้าม การเปรียบเทียบที่ตรงตามนัยสำคัญหลังจากแก้ไขแบบ Bonferroni ถูกแสดงไว้
ECG = คลื่นไฟฟ้าหัวใจ”
โมเดลการประเมินความเสี่ยง AI-ECG (AIRE)
กลุ่มวิจัยเพิ่งเผยแพร่เอกสารอีกฉบับเกี่ยวกับโมเดลการประเมินความเสี่ยง AI-ECG (AIRE) ซึ่งสามารถคาดการณ์ความเสี่ยงของผู้ป่วยในการเกิดและอาการแย่ลงจากการตรวจคลื่นไฟฟ้าหัวใจได้ NHS มีแผนจะทดลองใช้ AIRE ในช่วงปลายปี 2025 ซึ่งจะประเมินประโยชน์ของการนำโมเดลนี้ไปใช้กับผู้ป่วยจากโรงพยาบาลต่างๆ ทั่ว Imperial College Healthcare NHS Trust และ Chelsea and Westminster Hospital NHS Foundation Trust โมเดลล่าสุดนี้จะได้รับการทดลองร่วมกับ AIRE
อ้างอิง theengineer.co.uk thelancet.com และ cover iT24Hrs
อ่านบทความและข่าวอื่นๆเพิ่มเติมได้ที่ it24hrs.com
AI วินิจฉัยโรคหัวใจในผู้หญิง ระบุผู้หญิงที่มีความเสี่ยงจากคลื่นไฟฟ้าหัวใจ
อย่าลืมกดติดตามอัพเดตข่าวสาร ทิปเทคนิคดีๆกันนะคะ Please follow us
Youtube it24hrs
Twitter it24hrs
Tiktok it24hrs
facebook it24hrs
