माउंट सिनाई शोधकर्ताओं ने हाइपरट्रॉफिक कार्डियोमायोपैथी (एचसीएम) के रूप में जाना जाने वाला एक प्रकार के हृदय रोग का अध्ययन किया है, जिसने एक कृत्रिम बुद्धिमत्ता (एआई) एल्गोरिथ्म को जल्दी और अधिक विशेष रूप से स्थिति के साथ रोगियों की पहचान करने के लिए कैलिब्रेट किया है और डॉक्टर की नियुक्तियों के दौरान उन्हें अधिक ध्यान के लिए उच्च जोखिम के रूप में ध्वजांकित किया है।
एल्गोरिथ्म, जिसे विज़ एचसीएम के रूप में जाना जाता है, को पहले एक इलेक्ट्रोकार्डियोग्राम (ईसीजी) पर एचसीएम का पता लगाने के लिए खाद्य और औषधि प्रशासन द्वारा अनुमोदित किया गया था। माउंट सिनाई अध्ययन, 22 अप्रैल को जर्नल में प्रकाशित किया गया नेजम कौनएल्गोरिथ्म के निष्कर्षों को संख्यात्मक संभावनाएं प्रदान करता है।
उदाहरण के लिए, जबकि एल्गोरिथ्म ने पहले कहा हो सकता है कि “संदिग्ध एचसीएम के रूप में ध्वजांकित किया गया” या “एचसीएम का उच्च जोखिम,” माउंट सिनाई अध्ययन, “आपके पास एचसीएम होने का लगभग 60 प्रतिशत मौका है,” इस तरह की व्याख्याओं के लिए अनुमति देता है, “माउंट सिनाई फस्टर हार्ट हॉस्पिटल में मशीन लर्निंग के निदेशक जोशुआ लैम्पर्ट कहते हैं।
नतीजतन, जिन रोगियों को पहले एचसीएम के साथ निदान नहीं किया गया था, वे अपने व्यक्तिगत रोग जोखिम की बेहतर समझ प्राप्त करने में सक्षम हो सकते हैं, जिससे तेजी से और अधिक व्यक्तिगत मूल्यांकन हो सकता है, साथ ही साथ अचानक हृदय की मृत्यु जैसी जटिलताओं को रोकने के लिए उपचार के साथ, विशेष रूप से युवा रोगियों में।
“यह एक महत्वपूर्ण कदम है कि उपन्यास गहरी-लर्निंग एल्गोरिदम को नैदानिक अभ्यास में अनुवाद करने में एक महत्वपूर्ण कदम है, जो कि अधिक सार्थक जानकारी के साथ चिकित्सकों और रोगियों को प्रदान करके नैदानिक अभ्यास में है। चिकित्सक अपने नैदानिक वर्कफ़्लोज़ में सुधार कर सकते हैं, यह सुनिश्चित करके कि उच्चतम जोखिम वाले रोगियों को एक सॉर्टिंग टूल का उपयोग करके उनकी नैदानिक कार्य सूची के शीर्ष पर पहचाना जाता है। अन्य सेटिंग्स का प्रदर्शन किया जाना बाकी है, “माउंट सिनाई में इकन स्कूल ऑफ मेडिसिन में मेडिसिन (कार्डियोलॉजी, और डेटा-चालित और डिजिटल मेडिसिन) के सहायक प्रोफेसर डॉ। लैम्पर्ट कहते हैं। “यह नैदानिक अभ्यास को बदल सकता है क्योंकि दृष्टिकोण रोगी की देखभाल को सुविधाजनक बनाने के लिए नैदानिक रूप से व्यावहारिक फैशन में सार्थक जानकारी प्रदान करता है।”
एचसीएम दुनिया भर में 200 लोगों में से एक को प्रभावित करता है और हृदय प्रत्यारोपण का एक प्रमुख कारण है। हालांकि, कई रोगियों को पता नहीं है कि उनके पास स्थिति तब तक है जब तक कि उनके पास लक्षण न हों और बीमारी पहले से ही उन्नत हो सकती है।
माउंट सिनाई के शोधकर्ताओं ने लगभग 71,000 रोगियों पर विज़ एचसीएम एल्गोरिथ्म चलाया, जिनके पास 7 मार्च, 2023 और 18 जनवरी, 2024 के बीच इलेक्ट्रोकार्डियोग्राम था। एल्गोरिथ्म ने एचसीएम के लिए सकारात्मक चेतावनी के रूप में 1,522 को हरी झंडी दिखाई। शोधकर्ताओं ने यह पुष्टि करने के लिए रिकॉर्ड और इमेजिंग डेटा की समीक्षा की कि कौन से रोगियों में एचसीएम निदान की पुष्टि की गई थी।
पुष्टि किए गए निदान की समीक्षा करने के बाद, शोधकर्ताओं ने यह आकलन करने के लिए एआई टूल पर मॉडल अंशांकन लागू किया कि क्या एचसीएम होने की कैलिब्रेटेड संभावना रोग होने वाले रोगियों की वास्तविक संभावना के साथ सहसंबद्ध है। उन्होंने पाया कि – कैलिब्रेटेड मॉडल ने एक मरीज की एचसीएम होने की संभावना का सटीक अनुमान दिया।
मरीजों के ईसीजी परिणामों का विश्लेषण करने के लिए मॉडल का उपयोग करने से कार्डियोलॉजिस्ट को उच्चतम जोखिम वाले रोगियों को प्राथमिकता देने की अनुमति मिल सकती है ताकि वे एक नियुक्ति और उपचार के लिए जल्द से जल्द उन्हें लाने और लक्षणों को शुरू करने से पहले या बढ़ा सकें। डॉक्टर प्रत्येक रोगी को व्यक्तिगत जोखिम को समझाने में सक्षम होंगे, बजाय इसके कि एक एआई मॉडल ने उन्हें हरी झंडी दिखाई। यह नए रोगियों को संलग्न करने में मदद कर सकता है और एचसीएम से जुड़े प्रतिकूल परिणामों को रोकने के लिए ध्यान में रखते हैं, जैसे कि अचानक मृत्यु या गाढ़ा हृदय की मांसपेशियों से लक्षण रक्त प्रवाह में बाधा डालते हैं।
“यह अध्ययन पुनर्विचार करने में मदद करने के लिए बहुत जरूरी ग्रैन्युलैरिटी प्रदान करता है कि कैसे हम ट्राइएज, रिस्क-स्ट्रैटिफाई, और काउंसिल के रोगियों को कैसे बढ़ाते हैं। संवर्धित बुद्धि के एक युग में, हमें मरीज की देखभाल के लिए अपने दृष्टिकोण में उपन्यास परिष्कार को शामिल करने के लिए विकसित होना चाहिए,” सह-सिनियर लेखक विवेक रेड्डी, एमडी, माउंट सिनैथे के लिए कार्डिएक अरेथमिया सेवा के निदेशक और इलेक्ट्रोफिजियोलॉजी। “हाइपरट्रॉफिक कार्डियोमायोपैथी एक उदाहरण के रूप में उपयोग करते हुए, हम दिखाते हैं कि हम ट्राइएज मरीजों को एआई वर्गीकरण को छांटकर कम सामान्य बीमारियों की स्थापना में भी उपन्यास उपकरणों को कैसे संचालित कर सकते हैं।”
यह अध्ययन अपने सबसे अच्छे रूप में व्यावहारिक कार्यान्वयन विज्ञान को दर्शाता है, यह दर्शाता है कि हम कैसे जिम्मेदारी से और सोच-समझकर उन्नत एआई टूल को वास्तविक दुनिया के नैदानिक वर्कफ़्लो में एकीकृत कर सकते हैं, “सह-वरिष्ठ लेखक गिरीश एन। नाडकर्णी, एमडी, एमपीएच, आर्टिफिशियल इंटेलिजेंस और ह्यूमन हेल्थ के विंडरिक विभाग के अध्यक्ष, डिजिटल हेल्थ, और मानव स्वास्थ्य के लिए, माउंट सिनाई में ICAHN स्कूल ऑफ मेडिसिन। “यह केवल एक उच्च-प्रदर्शन करने वाले एल्गोरिथ्म के निर्माण के बारे में नहीं है-यह सुनिश्चित करने के बारे में है कि यह नैदानिक निर्णय लेने का समर्थन करता है जो रोगी के परिणामों में सुधार करता है और वास्तव में देखभाल के साथ संरेखित करता है। यह काम वास्तव में कैसे दिया जाता है। यह दिखाता है कि एक कैलिब्रेटेड मॉडल कैसे चिकित्सकों को सही समय पर सही रोगियों को प्राथमिकता देने में मदद कर सकता है, और ऐसा करने में मदद कर सकता है।”
अगला कदम इस अध्ययन और एचसीएम के लिए देश भर में अतिरिक्त स्वास्थ्य प्रणालियों के लिए एआई अंशांकन का विस्तार करना है।
Viz.ai ने इस अध्ययन को प्रायोजित किया। डॉ। लैम्पर्ट विज़.एआई के लिए एक भुगतान सलाहकार हैं।
