Yeni yapay zeka %100 doğrulukla kalp yetmezliğini tespit ediyor!

Konjestif kalp yetmezliği (KKY) kalp kaslarının pompalama gücünü etkileyen kronik ilerleyici bir durum. Yüksek prevalans, önemli ölüm oranları ve sürdürülebilir sağlık maliyetleri sebebiyle, klinik pratisyenler ve sağlık sistemleri ile bağlantılı olarak acil olarak etkin tespit süreçleri gerektirir.

Surrey Üniversitesi Örgütsel Sinirbilim Doçenti Dr Sebastiano Massaro, Convolutional Sinir Ağları’nı kullanarak bu önemli kaygıları gidermek için Warwick Üniversitesi’ndeki meslektaşları Mihaela Porumb ve Florence Üniversitesi’nden Dr. Leandro Pecchia ile çalıştı. onvolutional Sinir Ağları, verideki kalıpları ve yapıları tanımada oldukça etkilidir.

Biyomedikal Sinyal İşleme ve Kontrol Dergisi’nde yayınlanan araştırmaları, tipik olarak kalp atış hızı değişkenliğine odaklanan mevcut etkili CHF saptama yöntemlerini, etkili olsa da zaman alıcı ve hatalara yatkın hale getirecek şekilde geliştirmekte. Tersine, yeni model ham EKG sinyallerinde gelişmiş sinyal işleme ve makine öğrenme araçlarının bir kombinasyonunu kullanarak %100 doğruluk sağlıyor.

Dr. Massaro, “CNN modelini, CHF’li ve sağlıklı, aritmik olmayan kalpler içeren, halka açık büyük EKG veri setleri konusunda eğittik ve test ettik. Modelimiz %100 doğruluk sağladı: Sadece bir kalp atışını kontrol ederek bir kişinin kalp yetmezliği olup olmadığını tespit edebiliyoruz. Modelimiz ayrıca, EKG’nin özellikle durumun ciddiyeti ile ilgili morfolojik özelliklerini tanımlayabilen ilk bilinenlerden biridir.”

Avrupa Tıbbi ve Biyoloji Mühendisliği İttifakı Başkanı Dr. Pecchia, bu bulguların etkilerini açıklıyor: “Dünya çapında yaklaşık 26 milyon insanın bir kalp yetmezliğinden etkilenmesiyle araştırmamız, mevcut metodoloji konusunda önemli bir ilerleme sunuyor. Klinik pratisyenlerin doğru bir CHF saptama aracına erişmelerini sağlamak, hastaların erken ve daha etkili tanıdan faydalanması ve NHS kaynakları üzerindeki baskıyı hafifletmesi ile önemli bir toplumsal etki yaratabilir.”