Ein neuer Algorithmus für künstliche Intelligenz (KI), entwickelt vom Iscte - Instituto Universitário de Lisboa, kann die Wahrscheinlichkeit vorhersagen, dass ein Patient bis zu 13 Minuten vor einem akuten Myokardinfarkt betroffen ist, was eine proaktive medizinische Intervention ermöglicht.
Das System wurde in Zusammenarbeit mit der Fakultät für Medizin der Universität Lissabon erstellt, die klinische Daten für das Training und die Testung der KI-Modelle bereitstellte. Es wurde unter realen Bedingungen im Hospital de Santa Maria in der Intensivmedizin der Kardiologie getestet.
Laut Miguel Sales Dias, dem Hauptforscher des AIM Health-Projekts, antizipiert der Algorithmus signifikant das Risiko einer Ischämie, einem Zustand, bei dem der Blutfluss zum Herzmuskel reduziert ist. Das System überwacht kontinuierlich die physiologischen Daten der Patienten und alarmiert das medizinische Personal, wenn es relevante Veränderungen feststellt.
„Wir haben einen Pilotversuch entwickelt, der gute Ergebnisse gezeigt hat, und arbeiten jetzt an der Implementierung“, sagte Dias und fügte hinzu, dass das Ziel darin besteht, das System auf andere kardiologische Intensivstationen auszuweiten.
Diese KI-Anwendung markiert einen Übergang von reaktiver zu proaktiver Gesundheitsversorgung, die eine frühzeitige therapeutische Intervention ermöglicht, bevor ein Herzinfarkt auftritt. „Wir können mit der Behandlung beginnen oder Schäden korrigieren, bevor der Patient leidet“, betonte der Kardiologe Luís Rosário.
Das AIM Health-Projekt hat auch ein zweites fortschrittliches Werkzeug entwickelt, das Computer Vision und KI nutzt, um Kardiologen bei der Diagnose von Aortenklappenverkalkungen zu unterstützen. Dieses System identifiziert automatisch die Klappe in MRT- und Echokardiographie-Untersuchungen und unterscheidet zwischen verkalkten und gesunden Klappen, während es den vorhandenen Kalziumgehalt quantifiziert.
„Das Set von Bildern, das wir zur Schulung unseres Algorithmus verwenden, würde einen Kliniker 22 Stunden kosten, um manuell zu analysieren, aber wir tun es in Echtzeit“, bemerkte Dias. Rosário fügte hinzu, dass die Geschwindigkeit und Genauigkeit dieser Technologie eine frühzeitige Diagnose erleichtern, die für die Planung personalisierter Behandlungen unerlässlich ist, und es den Ärzten ermöglicht, sich auf komplexere klinische Aufgaben zu konzentrieren.