ΧΩΡΙΣ ΚΑΤΗΓΟΡΙΑ
Ερευνητές ανέπτυξαν νέα φορετή τεχνολογία που προβλέπει την καρδιακή αρρυθμία 30 λεπτά πριν από την εμφάνισή της. Αυτή η πρωτοποριακή τεχνολογία έχει τη δυνατότητα να φέρει επανάσταση στον τρόπο παρακολούθησης και διαχείρισης των καρδιακών παθήσεων.
Περίπου 59 εκατομμύρια άνθρωποι στον κόσμο πάσχουν από κολπική μαρμαρυγή σύμφωνα με στοιχεία του 2019, καθιστώντας την τον πιο κοινό τύπο καρδιακής αρρυθμίας. Ενώ η αρρυθμία δεν είναι συνήθως απειλητική για τη ζωή, εξακολουθεί να είναι μια σοβαρή κατάσταση που μπορεί να αυξήσει τον κίνδυνο θνησιμότητας ενός ατόμου από εγκεφαλικό επεισόδιο, καρδιακή προσβολή ή καρδιακή ανεπάρκεια. Η κατάσταση αυτή μπορεί να αυξήσει τις πιθανότητες εμφάνισης άνοιας και γαστρεντερικών και ηπατικών παθήσεων.
Για να βοηθήσουν στην παροχή πρώιμων παρεμβάσεων, επιστήμονες από το Πανεπιστήμιο του Λουξεμβούργου ανέπτυξαν έναν τρόπο πρόβλεψης της καρδιακής αρρυθμίας περίπου 30 λεπτά πριν από την εμφάνισή της, χρησιμοποιώντας τεχνητή νοημοσύνη και δεδομένα ηλεκτροκαρδιογραφήματος που συλλέγονται μέσω φορετών συσκευών. Συγκεκριμένα, οι ερευνητές ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης που ονομάζεται WARN (Warning of Atrial fibRillatioN) για να βοηθήσει στην πρόβλεψη της καρδιακής αρρυθμίας.
«Το WARN αποτελείται από ένα μοντέλο βαθιάς μάθησης που εισάγει μικρά τμήματα καρδιακού ρυθμού 30 δευτερολέπτων και εξάγει την πιθανότητα επικείμενης μετάβασης σε καρδιακή αρρυθμία» δήλωσε στο Medical News Today ο Χόρχε Γκονσάλβες, καθηγητής στο Κέντρο Συστημικής Βιοϊατρικής του Λουξεμβούργου του Πανεπιστήμιου του Λουξεμβούργου και επικεφαλής συγγραφέας της νέας μελέτης.
«Όσο μεγαλύτερη είναι αυτή η πιθανότητα κινδύνου, τόσο μεγαλύτερη είναι η πιθανότητα μετάβασης σε καρδιακή αρρυθμία. Αυτό επαναλαμβάνεται κάθε 15 δευτερόλεπτα. Όταν αυτή η πιθανότητα ξεπεράσει ένα συγκεκριμένο όριο, ενεργοποιείται μια προειδοποίηση», εξήγησε ο ερευνητής.
Το σύστημα WARN εκπαιδεύτηκε σε 24ωρες καταγραφές δεδομένων ηλεκτροκαρδιογραφήματος που συγκεντρώθηκαν μέσω συσκευών που φορούσαν τα 350 άτομα που συμμετείχαν στη μελέτη.
«Η τεχνητή νοημοσύνη έχει δείξει απίστευτες επιδόσεις όταν αναζητά μοτίβα σε σύνολα δεδομένων μεγάλης κλίμακας. Συνήθως είναι δύσκολο να εντοπίσουμε τέτοια μοτίβα. Ως εκ τούτου, θέλαμε να δούμε αν υπάρχουν κάποιες κρυφές πληροφορίες στον καρδιακό ρυθμό κατά τα λεπτά πριν την εμφάνιση της καρδιακής αρρυθμίας. Η βαθιά μάθηση ήταν σε θέση να βρει τέτοιες ενδείξεις από 280 εγγραφές δεδομένων ασθενών που αργότερα διαγνώστηκαν με την εν λόγω πάθηση» εξήγησε ο ερευνητής.
Το WARN μπόρεσε να προβλέψει τη μετάβαση από τον φυσιολογικό καρδιακό ρυθμό στην κολπική μαρμαρυγή με μέση προειδοποίηση 30 λεπτά πριν από την έναρξη του επεισοδίου με 80% ακρίβεια.
«Η καρδιακή αρρυθμία προκύπτει από διάφορες καταστάσεις και η νόσος κάθε ασθενούς είναι μοναδική. Ως εκ τούτου, το μοντέλο αποτυπώνει μια μέση αλλαγή στη δυναμική 280 ασθενειών που σχετίζονται με την πάθηση. Είναι εκπληκτικό το γεγονός ότι μπορέσαμε να επιτύχουμε τόσο υψηλές επιδόσεις από ένα μοντέλο που υπολογίζει κατά μέσο όρο (τη) δυναμική τόσων πολλών ασθενών», δήλωσε ο ερευνητής.
Αν και στην παρούσα μελέτη οι ερευνητές συνέλεξαν δεδομένα ηλεκτρικής δραστηριότητας της καρδιάς μέσω μιας συγκεκριμένης ιατρικής συσκευής, ο Γκονσάλβες εκτιμά ότι το WARN θα μπορούσε μια μέρα να ενσωματωθεί στα «έξυπνα» ρολόγια. Στη συνέχεια, οι ερευνητές σκοπεύουν να αναπτύξουν εφαρμογές για διαφορετικά «έξυπνα» ρολόγια και να τις δοκιμάσουν σε μελλοντικές μελέτες.
Τα ευρήματα της μελέτης δημοσιεύθηκαν στο επιστημονικό περιοδικό «Patterns».
ΠΗΓΗ: Medical News Today
<>
Ροή Ειδήσεων
19/05/2024 | 13:20
Μενίδι: Με παρέμβαση της αλβανικής πρεσβείας στην κηδεία της 40χρονης ο ανήλικος γιος της
19/05/2024 | 13:00
Περίεργη εξαφάνιση στον Πτελεό Μαγνησίας: Η κληρονομιά και τα ευρήματα στο ελαιοτριβείο
19/05/2024 | 12:40
Πάτρα: Έκανε μήνυση στον αδερφό της γιατί της έκοψε το αυτί για… κληρονομικές διαφορές
19/05/2024 | 12:30
Τέμπη: «Δεν μπορεί η φωτιά να ξεκίνησε από τις μηχανές» – Όσα λέει ο πραγματογνώμονας Βασίλης Κοκοτσάκης
19/05/2024 | 12:20
Πιτσιλής για φοροδιαφυγή: Θα «ενοχλήσουμε» αυτούς που δεν έχουν συνδέσει POS με ταμειακές
19/05/2024 | 12:10
Κλέλια Ανδριολάτου: Με κίτρινο εντυπωσιακό φόρεμα περπάτησε στο κόκκινο χαλί του Φεστιβάλ των Καννών
19/05/2024 | 12:00
Ινδονησία: Απομάκρυνση των κατοίκων 7 χωριών λόγω της έκρηξης του ηφαιστείου Ίμπου – Τέφρα σε ύψος 4 χιλιομέτρων στον ουρανό
19/05/2024 | 11:20
Έκρηξη χειροβομβίδας στην Αγία Βαρβάρα – Φθορές σε οχήματα και την είσοδο πολυκατοικίας
18/05/2024 | 12:10
Συνεχίζεται η αυξητική τάση τιμών στην αγορά ακινήτων – Οι Έλληνες και οι ξένοι αγοραστές, οι κατηγορίες ακινήτων
18/05/2024 | 10:40
Δέσποινα Βανδή για Βασίλη Μπισμπίκη: “Έγιναν όλα τόσο γρήγορα που από το σοκ δεν πρόλαβα να σκεφτώ τι μπορεί να πάθει”
18/05/2024 | 19:46
«Η πατρίδα μπορεί! Οι Έλληνες το αξίζουμε»: Το πρώτο προεκλογικό σποτ του Μιχάλη Αγγελόπουλου
18/05/2024 | 20:50
Youth Pass: Όσα πρέπει να ξέρετε για τους δικαιούχους και τη διαδικασία – Πότε καταβάλλεται, πού εξαργυρώνεται
18/05/2024 | 19:20
Γερμανού: “Δεν έχω δικαίωμα να κλαφτώ σαν Έλληνας φορολογούμενος για τη Eurovision, τα λεφτά μου τα πήρα πίσω”
18/05/2024 | 09:36
Μητσοτάκης: Η κυβέρνηση των Σκοπίων να χρησιμοποιεί μόνο το όνομα Βόρεια Μακεδονία
18/05/2024 | 12:00
Η Αθηναΐς Νέγκα για Θανάση Αλευρά και Ζερόμ Καλούτα: “Τρικλοποδιά σχεδόν, ήταν έξω από τα νερά τους”
18/05/2024 | 17:00
Ξέσπασε ο Κωνσταντίνος Βασάλος στον αέρα του MEGA: “Άνανδρο, αν έχεις πρόβλημα πες το κατ’ ιδίαν”
18/05/2024 | 19:53
Συνάντηση Γιάννη Κουράκη με τη Διοίκηση της ΕΘ.Ε.Α.Σ – «Ο Αγροτικός Τομέας μπορεί να συμβάλει αποφασιστικά στην Περιφερειακή Ανάπτυξη»
18/05/2024 | 08:20
Μενίδι: Τη Δευτέρα η απολογία του 50χρονου καθ’ ομολογίαν δολοφόνου – Ο εφιάλτης και η φρίκη της ζωής της 40χρονης
18/05/2024 | 19:00
Σίσσυ Χρηστίδου για την αντιπαράθεση Λιάγκα – Πετρογιάννη: “Ένιωσα τόσο αμήχανα και άσχημα για αυτό το κορίτσι”
18/05/2024 | 13:05
Στην πρεμιέρα του Αργυρού ο Κασσελάκης με τον Τάιλερ, το γλέντησαν από σουίτα με υψωμένη γροθιά – Δείτε βίντεο
18/05/2024 | 11:15