Brandon Fornwalt és kollégái az amerikai Pennsylvania állambeli Geisinger egészségügyi szolgáltatónál összekötöttek egy mesterséges intelligencia algoritmust közel 400 000 ember 1 770 000 darab elektrokardiogramját (EKG) tartalmazó adatbázissal. Azt remélték, hogy az algoritmus megjósolhatja kinél nagyobb a halál kockázata az elkövetkező évben.

Az EKG egy olyan diagramm mely leképezi a szív elektromos aktivitását. A szívbetegségekben szenvedőknél beleértve a szívrohamot és a pitvarfibrillációt is, a mintája megváltozik.

Fornwalt csoportja mindjárt az MI két verzióját is megtanította az elemzésre: az egyik esetben az algoritmusnak csak a nyers EKG-adatokat adták meg, melyek az idő függvényében mérik a feszültséget. A második esetben az EKG adatok a beteg korával és biológiai nemével együtt kerültek bevitelre.

Az MI teljesítményét egy AUC (area under the curve) néven ismert mutató segítségével mérték meg, amely megmutatja, hogy egy adott modell mennyire sikeresen képes megkülönböztetni két embercsoportot - ebben az esetben az egy éven belül elhunyt és az egy évet túlélő betegeket.

"Az MI következetesen döbbenetes 0,85 százalékpont felett teljesített, az emberi orvosok által jelenleg alkalmazott kockázatértékelési modellek AUC-értéke mindössze 0,65 és 0,8 százalékpontok között van"

- mondta el Fornwalt.

Az 1 a 100 százalékos pontosságú jóslat értéke, a 0,5 százalékpont azt jelzi, hogy nincs különbség a két csoport között. "Bárhogy is legyen, a feszültség-alapú modell mindig jobb volt, mint bármely más modell, amely egy EKG- mérésből kinyerhető adatokon alapul" - tette hozzá Fornwalt.

Az MI pontosan megjósolta a halál kockázatát még azoknál az embereknél is, akik EKG-jét a kardiológusok normálisnak találták.

Három különböző hús-vér kardiológus is képtelen volt felismerni az AI által észlelt kockázati mintákat, miután külön-külön áttekintették a normálisnak tűnő, (de bizonyítottan nem normális) EKG-kat.

"Ez a felfedezés azt sugallja, hogy a modell olyan dolgokat is kiértékel melyeket az emberek valószínűleg nem látnak, vagy legalábbis figyelmen kívül hagynak és normálisnak gondolnak" - találgat Fornwalt. "Az MI olyan alapvető dolgokat is megtaníthat nekünk, melyek természetét  évtizedek óta tévesen értelmeztük" - teszi hozzá.

Egyelőre fogalmunk sincs, hogy az MI milyen mintákat észlel, de elszomorító, hogy pusztán ennek okán olyan orvosok is akadnak, akik vonakodnak az ilyen algoritmusok alkalmazásától.

Ez a kutatás elegendő adatra épül, és a klinikai vizsgálatok során fontos lesz demonstrálni, hogy egy ilyen algoritmus javítja a betegek kimenetelét - mondta el Fornwalt munkatársa, Christopher Haggerty. A kutatást idén november 16-án mutatják be az Amerikai Szív Társaság (American Heart Association) tudományos ülésein, Dallasban.

(Forrás: New Scientist Fotó: Pexels.com Luan Rezende, Robina Weermeijer, Pixabay)