Naukowcy opracowali system sztucznej inteligencji, który potrafi diagnozować schorzenia serca na podstawie zwykłych elektrokardiogramów. Nowe rozwiązanie wykorzystuje multimodalne podejście machine learning - czyli analizuje jednocześnie różne formy danych z EKG - i potrafi przewidywać, do której grupy dysfunkcji serca należy pacjent. Co ważne, algorytm nie działa jak czarna skrzynka, ale wyjaśnia swoje decyzje, co zmienia grę przy wdrażaniu takich narzędzi w szpitalach.
Frakcja wyrzutowa serca, czyli procent krwi wyrzucanej z lewej komory przy każdym skurczu, jest jednym z najważniejszych wskaźników zdrowia sercowo-naczyniowego. Badania tradycyjnie wymaga echokardioografii - czyli drażdej i czasochłonnej ultrasонografii serca. Tymczasem EKG jest wszechobecne, tanie i szybkie, ale rutynowa interpretacja elektrokardiogramu nie pozwala na dokładną ocenę frakcji wyrzutowej. To właśnie luka, którą chce wypełnić nowy system.
Kluczem do powodzenia tego podejścia jest wyjaśnialność - lekarze mogą zobaczyć, które fragmenty elektrokardiogramu i jakie cechy wpłynęły na diagnozę AI. To buduje zaufanie i pozwala klinikom krytycznie ocenić rekomendacje systemu zamiast ślepo im ufać. Jeśli technologia rzeczywiście sprawdzi się w praktyce, mogłaby drastycznie przyspieszyć wczesne wykrywanie zaburzeń funkcji serca, szczególnie w krajach lub regionach bez dostępu do zaawansowanej obrazowej diagnostyki serca.