ابزار مبتنی بر هوش مصنوعی می‌تواند در کمتر از دو ثانیه بیماری قلبی را شناسایی کند

نوار قلب که فعالیت الکتریکی قلب، ازجمله ضربان و ریتم را ثبت می‌کند، حدود یک قرن است که برای تشخیص حمله قلبی و اختلالات ریتم قلب به کار می‌رود؛ اما به‌تنهایی برای شناسایی بیماری‌های قلبی کافی نیست. برای تشخیص نارسایی قلبی و بیماری‌های دریچه‌ای معمولاً به اکوکاردیوگرام یا اکوقلب، نوعی تصویربرداری با امواج فراصوت نیاز است؛ آزمایشی که بیماران ممکن است ماه‌ها برای انجام آن منتظر بمانند.

به‌گزارش گاردین، اکنون پژوهشگران الگویی مبتنی بر هوش مصنوعی ساخته‌اند که می‌تواند از نتایج نوار قلب، نشانه‌های دو مورد از شایع‌ترین انواع بیماری قلبی، یعنی نارسایی قلبی و بیماری دریچه‌ای را در یک چشم‌برهم‌زدن شناسایی کند. جزئیات این فناوری در کنگره سالانه انجمن قلب اروپا در مونیخ ارائه شد؛ رویدادی که بزرگ‌ترین کنفرانس قلب در جهان توصیف شده است.

در مطالعه‌ای روی ۶۷هزار بیمار در آمریکا، ابزار تازه توانست تا ۸۱ درصد از افراد مبتلا به نارسایی قلبی و تا ۹۰ درصد از افراد مبتلا به بیماری دریچه‌ای قلب را شناسایی کند. از آنجایی که سالانه حدود یک میلیارد نوار قلب در سراسر جهان انجام می‌شود، استفاده از چنین سامانه‌ای می‌تواند امکان بررسی تعداد بسیار زیادی از بیماران را فراهم کند.

بابونارایان تأکید می‌کند که فناوری مورد بحث قرار نیست همه‌ی افراد مبتلا به بیماری قلبی را شناسایی کند، اما می‌تواند به شناسایی زودهنگام بیماران پرخطر و اولویت‌بندی افرادی که با احتمال بیشتری دچار اختلال قلبی هستند، کمک کند. تشخیص و درمان زودتر بیماری‌های قلبی می‌تواند جان بیماران را نجات دهد و کیفیت زندگی آن‌ها را بهبود بخشد.

اگرچه این فناوری به‌تنهایی نمی‌تواند وجود نارسایی قلبی یا بیماری دریچه‌ای را به‌طور قطعی تأیید یا رد کند، می‌تواند نشانه‌ای قوی از احتمال وجود این بیماری‌ها ارائه دهد. در نتیجه، بیمارانی که احتمال ابتلای آن‌ها زیاد تشخیص داده می‌شود، می‌توانند سریع‌تر برای اکوکاردیوگرام ارجاع شوند و به‌جای انتظار در صف معمول، زودتر مورد بررسی قرار بگیرند.

پروفسور فو سیونگ نگ، استاد قلب و عروق در امپریال کالج لندن، می‌گوید بیماران پس از ارجاع برای سونوگرافی قلب ممکن است چند ماه منتظر بمانند. اما فناوری جدید می‌تواند بیماران در معرض خطر بیشتر را شناسایی کند تا با اولویت و فوریت بیشتری برای تصویربرداری فرستاده شوند.

مدل معرفی‌شده کاربرد بالقوه‌ی دیگری نیز دارد: شناسایی تصادفی بیماری در افرادی که به دلایل دیگری نوار قلب گرفته‌اند. نگ می‌گوید هوش مصنوعی می‌تواند روی تمام نوار قلب‌های انجام‌شده در بیمارستان اجرا شود و افرادی را که بیشترین خطر ابتلا به نارسایی قلبی یا بیماری دریچه‌ای دارند، برای بررسی بیشتر علامت‌گذاری کند.

دکتر احمد المدنی، پژوهشگر بالینی بنیاد قلب بریتانیا و سرپرست تحلیل انجام‌شده در امپریال کالج لندن، نیز ابزار را «هوش مصنوعی فرابشری» توصیف کرده است. او می‌گوید چالش بعدی، توسعه‌ی دستگاه‌های قابل‌حملی است که از هوش مصنوعی برای تحلیل نوار قلب استفاده کنند تا متخصصان حوزه سلامت بتوانند از آن‌ها بهره ببرند.

در همین کنگره، پژوهشگران همچنین گزارشی درباره‌ی استفاده از هوش مصنوعی برای تحلیل ویدئوهای چهره ارائه کردند. پژوهشگران دانشگاه توکیو و مؤسسه علم توکیو اعلام کردند که تحلیل هوش مصنوعی ویدئوهای پنج‌ثانیه‌ای از چهره نیز می‌تواند به شناسایی سریع و دقیق فشار خون بالا و دیابت نوع ۲ کمک کند؛ دو بیماری که میلیون‌ها نفر را بدون آنکه خود بدانند، مبتلا کرده‌اند.