Το ποσοστό επιτυχίας έχει βελτιωθεί, αλλά το κόστος και η υψηλή επεξεργαστική ισχύς αποτελούν προβληματισμό.
Οι απινιδωτές χρησιμοποιούνται για την παροχή ηλεκτρικών ρευμάτων στην καρδιά ως θεραπεία για την καρδιακή ανακοπή που μπορεί δυνητικά να αποβεί μοιραία.
Η τεχνητή νοημοσύνη έχει μεγάλο αντίκτυπο στον τρόπο με τον οποίο οι απινιδωτές μπορούν να λειτουργούν πιο αποτελεσματικά, με τους αλγορίθμους μηχανικής μάθησης να γίνονται όλο και πιο ακριβείς με τις θεραπείες που σώζουν ζωές, σύμφωνα με μια πρόσφατη εργασία.
Οι αυτόματοι εξωτερικοί απινιδωτές (ΑΕΑ) και οι εμφυτεύσιμοι καρδιομετατροπείς απινιδωτές (ICD) αξιοποιούν αλγορίθμους συμβουλών σοκ για να διακρίνουν τα ίχνη του υπερηχοκαρδιογραφήματος.
Τα δεδομένα καθορίζουν εάν οι ρυθμοί θεωρούνται “Απινιδώσιμοι” ή “Μη Απινιδώσιμοι” για να αποφασιστεί εάν η απινίδωση είναι απαραίτητη για τη θεραπεία.
Η τεχνητή νοημοσύνη μπορεί επίσης να χρησιμοποιηθεί για τη διάγνωση των αιτιών των καρδιακών προσβολών, την ταξινόμηση των καρδιακών ρυθμών χωρίς να διακόπτεται η καρδιοπνευμονική αναζωογόνηση (ΚΑΡΠΑ) και την πρόβλεψη της επιτυχίας της απινίδωσης, σύμφωνα με την έκθεση “Role of artificial intelligence in defibrillators: a narrative review”, από ερευνητές από νοσοκομεία και πανεπιστήμια του Ηνωμένου Βασιλείου.
Ενώ το ποσοστό επιτυχίας έχει βελτιωθεί, οι ανησυχίες γύρω από το κόστος και την υψηλή επεξεργαστική ισχύ παραμένουν μια πρόκληση.
Ο τρόπος με τον οποίο εφαρμόζεται η μηχανική μάθηση σε ιατρικές εφαρμογές έχει εξελιχθεί τα τελευταία χρόνια. Επί του παρόντος, τα εποπτευόμενα μοντέλα μηχανικής μάθησης εξακολουθούν να είναι απαραίτητα για τις εφαρμογές απινιδωτών.
Η βαθιά μάθηση αναπαράγει τα νευρωνικά δίκτυα του εγκεφάλου με τεχνητά νευρωνικά δίκτυα (ANN), τα οποία περιέχουν στρώματα κόμβων που επεξεργάζονται δεδομένα εισόδου.
Η τεχνητή νοημοσύνη μπορεί να αξιοποιηθεί για την τυπική ανάλυση ΗΚΓ.
Τα συνελικτικά νευρωνικά δίκτυα (CNN) είναι μια υποκατηγορία των ANN, η οποία χρησιμοποιεί χαρακτηριστικά υψηλού επιπέδου από τα ακατέργαστα δεδομένα.
Αυτή η μέθοδος έχει χρησιμοποιηθεί στην ιατρική απεικόνιση και την ανάλυση ΗΚΓ, αλλά μπορεί επίσης να χρησιμοποιηθεί για την αξιολόγηση πολλαπλών διαστάσεων σε σύνολα δεδομένων.
Σε ένα μοντέλο, η ερμηνεία του ΗΚΓ από το CNN ήταν ακριβέστερη από τους ανθρώπινους καρδιολόγους, αλλά η αυτοματοποιημένη ανάλυση του ΗΚΓ εξακολουθεί να μην χρησιμοποιείται ευρέως.
Τα έξυπνα ρολόγια, όπως το Apple Watch, και άλλες φορητές τεχνολογίες έχουν γίνει ευρύτερα διαδεδομένες, ιδίως με τη δυνατότητα διεξαγωγής αυτοματοποιημένων ΗΚΓ μονής απαγωγής για την ανίχνευση κολπικής μαρμαρυγής.
Σε μια μελέτη, ο αλγόριθμος Kardia Band (KB), που χρησιμοποιείται στα ρολόγια της Apple, δεν ήταν τόσο ακριβής όσο η διάγνωση των κλινικών ιατρών. Ο αλγόριθμος δεν ήταν σε θέση να ερμηνεύσει περισσότερες από τις μισές καταγραφές ΗΚΓ και KB. Η επίβλεψη του ιατρού εξακολουθεί να είναι απαραίτητη για την ακριβέστερη διάγνωση.
Επιπλέον, η ΚΙ μπορεί να χρησιμοποιηθεί ως οθόνη για την πρώιμη πνευμονική υπέρταση και την ασυμπτωματική δυσλειτουργία της αριστερής κοιλίας.
Η Mayo Clinic χρησιμοποίησε δεδομένα από σχεδόν 45.000 ασθενείς για να διδάξει ένα CNN για τον εντοπισμό ασυμπτωματικής δυσλειτουργίας της αριστερής κοιλίας. Τα αποτελέσματα ήταν ελπιδοφόρα, καθώς έδειξαν ότι μια θετική εξέταση με AI προέβλεπε τετραπλάσιο κίνδυνο εμφάνισης δυσλειτουργίας της κοιλίας σε σχέση με τους ασθενείς που δεν χρησιμοποίησαν την εξέταση.
Η τεχνητή νοημοσύνη μπορεί επίσης να αξιολογήσει πότε πρέπει να σταματήσει η ΚΑΡΠΑ και να βελτιστοποιήσει τη χορήγηση ηλεκτροσόκ.
Μπορεί επίσης να μειώσει τον αριθμό των περιττών ηλεκτροσόκ, γεγονός που θα βελτιώσει την ποιότητα ζωής του ασθενούς.
Τα μελλοντικά σχέδια περιλαμβάνουν τη δημιουργία ενός ισχυρού συνόλου δεδομένων από ΗΚΓ για τη δημιουργία και δοκιμή αλγορίθμων για τη σύγκριση τεχνολογιών.
ΠΗΓΗ: IoT World Today
ΠΗΓΗ: sca-aware
Παναγιώτης Σπανός
Διασώστης – Πλήρωμα Ασθενοφόρου
Πρόεδρος Διασωστών Ρόδου
ΔΙΑΣΩΣΤΕΣ ΡΟΔΟΥ
