झोपेच्या अभ्यासातून हृदयविकाराच्या जोखमींची भविष्यवाणी करणारा AI मॉडेल

एक क्रांतिकारी AI मॉडेल विकसित केले गेले आहे जे झोपेच्या अभ्यासातून मिळालेल्या इलेक्ट्रोकार्डियोग्राम (ECG) रेकॉर्डिंगचे विश्लेषण करून हृदयविकाराच्या जोखमींची भविष्यवाणी करते. या नवीन संशोधनाला राष्ट्रीय आरोग्य संस्थान (NIH) यांचे समर्थन आहे आणि याचा उद्देश लक्षणे दिसून येण्यापूर्वी हृदय समस्यांच्या जोखमीमध्ये असलेल्या व्यक्तींची ओळख करणे आहे. Sleep या जर्नलमध्ये प्रकाशित झालेल्या निष्कर्षांनुसार, नियमित झोपेच्या मूल्यांकनाद्वारे दीर्घकालीन हृदय आरोग्यावर महत्त्वपूर्ण माहिती मिळवता येऊ शकते.

पोलिसोमनोग्राफी, जी झोपेच्या विकारांचे निदान करण्यासाठी सामान्यतः वापरली जाते, हृदयविकारांच्या वाढत्या जोखमीशी संबंधित आहे. या झोपेच्या अभ्यासादरम्यान ECG हृदयाच्या विद्युत क्रियाकलापाची नोंद घेतात, परंतु या डेटाचे भविष्यकालीन हृदयविकार जोखमांच्या मूल्यांकनात सहसा विश्लेषण केले जात नाही. संशोधकांनी आता एक गहन शिक्षण मॉडेल विकसित केले आहे जे एकल-लीड ECG रेकॉर्डिंगला झोपेच्या टप्प्यांबद्दलच्या माहितीसह एकत्र करते, ज्यामुळे 10 वर्षांच्या कालावधीत प्रतिकूल हृदयविकाराच्या परिणामांची भविष्यवाणी करणारे नमुने ओळखता येतात.

हा मॉडेल मॅसाचुसेट्स जनरल हॉस्पिटल, बोस्टन येथील 15,809 रुग्णांच्या डेटावर आधारित विकसित केला गेला आणि एमीरी युनिव्हर्सिटी हॉस्पिटल आणि बेथ इस्राएल डीकनस मेडिकल सेंटरच्या स्वतंत्र डेटासेटवर मान्यता प्राप्त केली, ज्यामध्ये जवळपास 23,000 अतिरिक्त रुग्णांचा समावेश होता. इलेक्ट्रॉनिक आरोग्य रेकॉर्डचे विश्लेषण करून, संशोधकांनी विविध आरोग्य परिणामांचे ट्रॅकिंग केले, ज्यामध्ये अत्रियल फिब्रिलेशन, हृदयविफलन आणि मृत्यू दर यांचा समावेश होता. या मॉडेलने दीर्घकालीन हृदयविकाराच्या जोखमांच्या विविध स्तरांमध्ये असलेल्या रुग्णांमध्ये भेद करण्याची क्षमता दर्शविली, ज्यामध्ये उच्च स्कोअर प्रतिकूल परिणामांची अधिक शक्यता दर्शवितो.

या AI तंत्रज्ञानाचा एक महत्त्वाचा फायदा म्हणजे हे एकल ECG लीडचा वापर करते, ज्यामुळे झोपेच्या अभ्यासादरम्यान आधीच संकलित केलेल्या रेकॉर्डिंगचा वापर करून हृदय क्रियाकलापाचे विश्लेषण करणे सोपे होऊ शकते. यामुळे अतिरिक्त चाचणीची आवश्यकता कमी होऊ शकते आणि किफायती मॉनिटरिंग पद्धतींच्या विकासाला प्रोत्साहन मिळू शकते, जसे की घालण्यायोग्य ECG पॅच. प्रारंभिक निष्कर्ष आशादायक असले तरी, या मॉडेलची नियमित नैदानिक प्रथेत कार्यक्षमता कशी आहे आणि विद्यमान हृदयविकार जोखमांच्या मूल्यांकनात सुधारणा करते का हे निश्चित करण्यासाठी अधिक संशोधनाची आवश्यकता आहे.

जर ही तंत्रज्ञान यशस्वी झाली, तर ती आरोग्य सेवा व्यावसायिकांना उच्च जोखमीच्या रुग्णांची लवकर ओळख करण्यात मदत करू शकते, ज्यामुळे अधिक सक्रिय प्रतिबंधात्मक धोरणे लागू करता येतील. चालू संशोधनाचा उद्देश या मॉडेलला सुधारित करणे आणि नैदानिक प्रथांमध्ये त्याच्या व्यापक अनुप्रयोगांचा शोध घेणे आहे.