AI ने ECG मध्ये हृदय रोगाची ओळख बदलली
इम्पीरियल कॉलेज लंडनच्या संशोधकांनी ECG मध्ये दोन सेकंदांत हृदय रोगाचे संकेत ओळखणारे AI मॉडेल विकसित केले आहे.
AI नियमित ECG मध्ये हृदय रोगाचे संकेत जलद ओळखू शकतो.
हृदय रोग ओळखण्याचे प्रमाण 90% पर्यंत आहे.
NHS चाचण्या सुरू असून, संभाव्यतः दोन वर्षांत क्लिनिकल वापरासाठी उपलब्ध होईल.
इम्पीरियल कॉलेज लंडनच्या संशोधकांनी एक नवीन AI मॉडेल विकसित केले आहे जे नियमित इलेक्ट्रोकार्डियोग्राम (ECG) दोन सेकंदांच्या आत विश्लेषण करू शकते. ही प्रगत तंत्रज्ञान हृदय रोगाचे महत्त्वाचे संकेत, जसे की हृदयाची पंपिंग क्षमता कमी होणे आणि एओर्टिक वाल्व रोग, ओळखण्याचा उद्देश ठेवते. या मॉडेलच्या जलद विश्लेषणामुळे त्या रुग्णांना झपाट्याने ओळखता येईल ज्यांना पुढील तपासणीची आवश्यकता आहे, ज्यामुळे प्रारंभिक ओळख आणि उपचाराच्या पर्यायांमध्ये सुधारणा होऊ शकते.
ब्रिटिश हार्ट फाउंडेशन (BHF) ने या संशोधनाबद्दल माहिती दिली, ज्यामध्ये 10.6 दशलक्ष ECGs आणि संबंधित क्लिनिकल अहवालांचा समावेश होता. या अभ्यासात 5,442 आणि 61,520 व्यक्तींच्या दोन रुग्ण समूहांचा समावेश होता. निष्कर्षांनुसार, AI मॉडेलने पंपिंग क्षमतेच्या कमी होण्याचे प्रमाण अनुक्रमे 77% आणि 81% आणि एओर्टिक स्टेनोसिससाठी 90% आणि 80% ओळखले. हे आशादायक परिणाम मॉडेलच्या क्षमतेचे प्रदर्शन करतात, तरी BHF ने स्पष्ट केले की हे स्वतंत्रपणे रोगाची पुष्टी किंवा नकार देण्यासाठी डिझाइन केलेले नाही.
सध्या, लंडन आणि ब्रिस्टलमध्ये 590 NHS रुग्णांवर AI उपकरणाची चाचणी सुरू आहे, ज्याचा उद्देश या तंत्रज्ञानाला सुमारे दोन वर्षांत नियमित क्लिनिकल प्रथांमध्ये समाविष्ट करणे आहे. तथापि, ही वेळापत्रक पुढील संशोधन आणि नियामक मान्यता यावर अवलंबून आहे. या AI मॉडेलचा तात्काळ फायदा म्हणजे विद्यमान ECG चाचण्यांना सुधारित करणे, जे चिकित्सकांना अतिरिक्त माहिती प्रदान करेल ज्यामुळे जोखलेल्या रुग्णांसाठी वेळेत हस्तक्षेप करणे शक्य होईल.
या तंत्रज्ञानाचे परिणाम वैयक्तिक रुग्ण देखभालीच्या पलीकडे आहेत; जगभरात दरवर्षी सुमारे एक अब्ज ECGs घेतले जातात. या चाचण्यांमध्ये AI स्क्रीनिंग समाविष्ट करून, आरोग्य सेवा प्रदाते अंतर्निहित समस्या ओळखू शकतात ज्या तात्काळ स्पष्ट नसू शकतात, ज्यामुळे रुग्णांच्या परिणामांमध्ये सुधारणा होऊ शकते. जलद चिंतांचे संकेत देण्याची क्षमता पुढील तपासणीसाठी रेफरल सुलभ करू शकते, जसे की इकोकार्डियोग्राम, ज्यामुळे आवश्यक उपचारांमध्ये जलद गती येऊ शकते.
आगामी काळात, या AI मॉडेलची यशस्विता यावर अवलंबून असेल की ते क्लिनिकल वर्कफ्लोमध्ये कसे समाविष्ट केले जाते आणि अलर्ट तयार झाल्यावर फॉलो-अप प्रक्रियांची प्रभावशीलता कशी आहे. भविष्याच्या अभ्यासांना हे मूल्यांकन करण्याची आवश्यकता असेल की AI च्या अलर्टमुळे वेळेत पुष्टीकरण चाचण्या आणि रुग्णांसाठी सुधारित उपचार परिणाम मिळतात का. आरोग्य सेवा उद्योग AI अनुप्रयोगांचा शोध घेत असताना, हे मॉडेल कार्डियोलॉजीमध्ये नैदानिक क्षमतांना सुधारण्याच्या दिशेने एक महत्त्वाचा टप्पा दर्शवते.
