Daniel Wolfram
AI har använts för att skapa ett potentiellt omvälvande framsteg inom det medicinska området.
Traditionella EKG har registrerat hjärtrytmer i över hundra år.
De upptäcker hjärtinfarkter enkelt, men att upptäcka hjärtsvikt eller klaffsjukdom har alltid krävt en dyr ultraljudsundersökning som tar månader att få.
Den väntetiden kan snart vara ett minne blott.
Ett monumentalt genombrott
Forskare har utvecklat ett banbrytande system med artificiell intelligens som upptäcker allvarliga hjärtsjukdomar på sekunder. Det läser av standardelektrokardiogram, kända som EKG. Tekniken avslöjar dolda varningssignaler som mänskliga läkare ofta missar.
Den nya algoritmen identifierar högriskpatienter nästan omedelbart. Forskarna presenterade sina fynd vid European Society of Cardiology Congress i München.
Siffrorna bekräftar hypen. I en amerikansk studie med patienter identifierade verktyget upp till 81 procent av hjärtsviktsfallen.
Snabbare patienthantering
Dr Sonya Babu-Narayan, klinisk chef vid British Heart Foundation, lovordade genombrottet. ”Det är spännande att se att AI nu kan leverera en avläsning från ett EKG på vad som känns som ett ögonblick”, sade hon.
”När det gäller hjärtat räddar och förbättrar tidig diagnos och behandling liv”, tillade Babu-Narayan.
Professor Fu Siong Ng från Imperial College London betonade hur avgörande tidpunkten är för patienter. ”Patienter kan ofta vänta flera månader på ett hjärtultraljud efter att ha blivit remitterade av sin läkare”, förklarade han.
Livräddande EKG
”Detta gör det spännande att vår teknik skulle kunna identifiera patienter med störst risk för hjärtsvikt och hjärtklaffsjukdom, så att de kan prioriteras för snabbare och mer akuta undersökningar”, sade Ng.
Dr Ahmed El-Medany från Imperial College London kallade innovationen för ”övermänsklig AI”, och teamet designar redan handhållna versioner för läkare.
Runt en miljard EKG utförs världen över varje år, vilket innebär att automatiserad programvara i tysthet skulle kunna varna för fara innan allvarliga symtom uppstår.
