Nghiên cứu do các nhà điều tra tại Weill Cornell Medicine, Cornell Tech, Cornell Ann S. Bowers College of Computing and Information Science, Columbia University Vagelos College of Physicians and Surgeons và NewYork-Presbyterian thực hiện mở ra triển vọng chăm sóc tốt hơn cho hàng nghìn bệnh nhân có thể bị bỏ sót do khó chẩn đoán tình trạng bệnh của họ.

Hiện nay, suy tim giai đoạn nặng được phát hiện thông qua xét nghiệm gắng sức tim phổi (CPET), đòi hỏi thiết bị chuyên dụng và nhân viên được đào tạo bài bản, và thường chỉ có ở các trung tâm y tế lớn. Một phần do sự hạn chế trong chẩn đoán này, chỉ một số ít trong số khoảng 200.000 người ở Hoa Kỳ mắc suy tim giai đoạn nặng được chăm sóc thích hợp mỗi năm.

Trong nghiên cứu mới , được công bố tạp chí npj Digital Medicine , các nhà nghiên cứu đã thử nghiệm một phương pháp mới dựa trên trí tuệ nhân tạo (AI) có thể loại bỏ nút thắt cổ chai này. Phương pháp mới này dự đoán với độ chính xác cao chỉ số quan trọng nhất của CPET, mức tiêu thụ oxy tối đa (peak VO2 ) , bằng cách sử dụng hình ảnh siêu âm tim của bệnh nhân dễ thu được hơn nhiều, cùng với hồ sơ sức khỏe điện tử của bệnh nhân.

Nghiên cứu này mang tính hợp tác cao, không chỉ có sự tham gia của nhóm chuyên gia tin học và trí tuệ nhân tạo của Tiến sĩ Wang mà còn có các nhóm do Tiến sĩ Deborah Estrin, phó hiệu trưởng phụ trách tác động tại Cornell Tech, dẫn đầu; và về phía lâm sàng, có Tiến sĩ Nir Uriel, giám đốc khoa suy tim tiến triển và ghép tim tại NewYork-Presbyterian.

Phát huy tiềm năng của trí tuệ nhân tạo trong điều trị suy tim

Bài báo trên tạp chí là bài đầu tiên xuất phát từ Sáng kiến ​​Trí tuệ Nhân tạo Tim mạch (Cardiovascular AI Initiative), một nỗ lực rộng lớn từ Đại học Cornell, Columbia và NewYork-Presbyterian nhằm khám phá việc sử dụng trí tuệ nhân tạo để cải thiện chẩn đoán và quản lý suy tim. Những tiến bộ gần đây trong lĩnh vực trí tuệ nhân tạo không chỉ cho phép các ứng dụng phổ biến hướng đến người tiêu dùng và doanh nghiệp mà còn cả các mô hình học máy được huấn luyện để phát hiện các mô hình liên quan đến bệnh trong dữ liệu y tế dựa trên văn bản và hình ảnh.

Việc sử dụng trí tuệ nhân tạo (AI) trên dữ liệu siêu âm tim để giúp xác định bệnh nhân suy tim giai đoạn cuối dường như là một trong những ứng dụng đầy hứa hẹn nhất. Sau đó, Tiến sĩ Uriel đã tiếp cận các chuyên gia AI tại Cornell Tech, Cornell Bowers và Weill Cornell Medicine, những người đã phát triển mô hình học máy mới này qua nhiều năm hợp tác.

Nhóm nghiên cứu AI do Tiến sĩ Wang dẫn đầu, bao gồm các tác giả chính Tiến sĩ Zhe Huang và Tiến sĩ Weishen Pan cùng với các sinh viên và giảng viên tại Cornell Bowers, đã phát triển một mô hình học máy đa phương thức, đa trường hợp có thể xử lý nhiều loại dữ liệu khác nhau, bao gồm hình ảnh siêu âm chuyển động thông thường của tim, hình ảnh dạng sóng liên quan hiển thị động lực van tim và lưu lượng máu, và nhiều mục khác nhau được tìm thấy trong hồ sơ sức khỏe điện tử.

Mô hình được huấn luyện trên dữ liệu đã được ẩn danh từ 1.000 bệnh nhân suy tim được khám tại Trung tâm Y tế Irving thuộc hệ thống NewYork-Presbyterian/Đại học Columbia. Sau khi được huấn luyện, mô hình được giao nhiệm vụ dự đoán VO2 tối đa xác định tình trạng nguy cơ cao cho một nhóm 127 bệnh nhân suy tim mới từ ba cơ sở khác của NewYork-Presbyterian.

Kết quả thu được tốt hơn bất kỳ kết quả nào được báo cáo trước đây về dự đoán VO2 tối đa dựa trên trí tuệ nhân tạo.. Đối với các công cụ nhằm phân biệt bệnh nhân có nguy cơ cao với các bệnh nhân khác, các nhà nghiên cứu đã sử dụng một thước đo liên quan đến xác suất một bệnh nhân có nguy cơ cao được chọn ngẫu nhiên trong mẫu có nguy cơ dự đoán cao hơn so với một bệnh nhân có nguy cơ thấp được chọn ngẫu nhiên. Con số này trong trường hợp này cho thấy độ chính xác tổng thể khoảng 85%, cho thấy nó sẽ hữu ích trong môi trường lâm sàng.

Nhóm nghiên cứu đã bắt đầu lên kế hoạch cho các nghiên cứu lâm sàng về phương pháp mới này, vốn cần thiết để được Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) phê duyệt và áp dụng thường quy trong lâm sàng.