Πώς η τεχνητή νοημοσύνη ανιχνεύει κρυφούς καρδιακούς κινδύνους σε 2''

 Ένα νέο, «υπεράνθρωπο» λογισμικό τεχνητής νοημοσύνης που αναπτύχθηκε στο Imperial College του Λονδίνου καταφέρνει να διαβάζει τα απλά ηλεκτροκαρδιογραφήματα μέσα σε μόλις δύο δευτερόλεπτα, εντοπίζοντας με ακρίβεια έως και 90% κρυφές καρδιοπάθειες που είναι εντελώς αόρατες στο ανθρώπινο μάτι.

Η επανάσταση της ψηφιακής υγείας στο μεγαλύτερο καρδιολογικό συνέδριο

Η σύγκλιση της ιατρικής επιστήμης και της τεχνητής νοημοσύνης φέρνει μια πρωτοφανή επανάσταση στην προληπτική καρδιολογία, ικανή να σώσει εκατομμύρια ζωές παγκοσμίως. Στο πρόσφατο ετήσιο συνέδριο της Ευρωπαϊκής Εταιρείας Καρδιολογίας στο Μόναχο, κορυφαίοι ερευνητές παρουσίασαν εργαλεία «υπεράνθρωπης» τεχνητής νοημοσύνης (AI). Αυτά τα συστήματα μπορούν να διαγνώσουν σοβαρές χρόνιες παθήσεις σε ελάχιστα δευτερόλεπτα, εκτελώντας αναλύσεις που ξεπερνούν τις

δυνατότητες του ανθρώπινου ματιού.

Η πιο πολυσυζητημένη ανακοίνωση αφορά ένα μοντέλο τεχνητής νοημοσύνης που αναπτύχθηκε από επιστήμονες του Imperial College London. Το σύστημα αυτό εκπαιδεύτηκε σε δεδομένα περισσότερων από 10 εκατομμυρίων ηλεκτροκαρδιογραφημάτων (ΗΚΓ). Έχει την ικανότητα να ανιχνεύει πρώιμα σημάδια καρδιακής ανεπάρκειας και δομικών βαλβιδοπαθειών μέσα σε λιγότερο από δύο δευτερόλεπτα, χρησιμοποιώντας απλώς τα αποτελέσματα μιας εξέτασης ρουτίνας.

Από την πλατφόρμα AIRE στην κλινική πράξη της Cardiovolt.ai

Το καινοτόμο αυτό λογισμικό δεν αποτελεί μια θεωρητική προσέγγιση, αλλά μέρος της ολοκληρωμένης ψηφιακής πλατφόρμας AIRE (AI-ECG risk estimation). Η τεχνολογία αυτή, η οποία χρηματοδοτήθηκε από το British Heart Foundation (BHF), περνά πλέον στο στάδιο της εμπορικής και κλινικής αξιοποίησης. Αυτό επιτυγχάνεται μέσω της ακαδημαϊκής spinout εταιρείας Cardiovolt.ai, με στόχο την άμεση ενσωμάτωσή της στα συστήματα των δημόσιων νοσοκομείων.

Όπως εξήγησαν οι επικεφαλής της μελέτης, Prof. Fu Siong Ng και Dr. Ahmed El-Medany, το παραδοσιακό ηλεκτροκαρδιογράφημα καταγράφει μόνο τον ρυθμό και τη συχνότητα των παλμών. Ωστόσο, η AI καταφέρνει να «ξεκλειδώσει» υποκλινικά ψηφιακά σήματα και βιοδείκτες που συνδέονται με την αναδιαμόρφωση των καρδιακών κοιλοτήτων. Στη δοκιμή που έγινε σε 67.000 ασθενείς, το σύστημα εντόπισε με ακρίβεια 86% τη μειωμένη αντλητική λειτουργία της καρδιάς, η οποία αποτελεί βασική μορφή καρδιακής ανεπάρκειας.

90% ακρίβεια στη διάγνωση της επικίνδυνης αορτικής στένωσης

Ένα από τα πιο εντυπωσιακά τεχνικά χαρακτηριστικά του μοντέλου της Cardiovolt.ai είναι η εξειδίκευσή του στην ανίχνευση της αορτικής στένωσης (aortic stenosis). Πρόκειται για μια σοβαρή βαλβιδοπάθεια, κατά την οποία η κύρια αρτηρία της καρδιάς στενεύει επικίνδυνα, περιορίζοντας τη ροή του αίματος προς το υπόλοιπο σώμα. Το εργαλείο AI πέτυχε ποσοστό ακρίβειας 90% στη διάγνωση αυτής της πάθησης, χρόνια προτού εκδηλωθούν τα πρώτα εμφανή κλινικά συμπτώματα στον ασθενή.

Σχετικό Άρθρο:

Διαβάστε επίσης: https://www.ejaggelos.gr/2026/08/cryonics-reanimation-scientific-breakthroughs.html

Η έγκαιρη αυτή διάγνωση θεωρείται σωτήρια. Μέχρι σήμερα, για την επιβεβαίωση μιας βαλβιδοπάθειας απαιτούνταν υπερηχοκαρδιογράφημα (triplex καρδιάς), μια εξέταση για την οποία οι λίστες αναμονής στα συστήματα υγείας αγγίζουν συχνά τους αρκετούς μήνες. Με τη χρήση του AI-ΗΚΓ, οι γιατροί θα μπορούν να ξεχωρίζουν αμέσως τους ασθενείς υψηλού κινδύνου, δίνοντάς τους απόλυτη προτεραιότητα για περαιτέρω απεικονιστικό έλεγχο και άμεση έναρξη φαρμακευτικής ή χειρουργικής θεραπείας.

Contactless διάγνωση υπέρτασης και διαβήτη από το Πανεπιστήμιο του Τόκιο

Η χρήση της τεχνητής νοημοσύνης στην προληπτική ιατρική επεκτείνεται και πέρα από το ηλεκτροκαρδιογράφημα. Στο ίδιο καρδιολογικό συνέδριο στο Μόναχο, ερευνητές από το Πανεπιστήμιο του Τόκιο και το Institute of Science Tokyo παρουσίασαν μια εξίσου εντυπωσιακή εφαρμογή. Κατάφεραν να διαγνώσουν την υπέρταση και τον διαβήτη τύπου 2 αναλύοντας απλώς ένα σύντομο βίντεο από το πρόσωπο του ασθενούς, χωρίς καμία απολύτως σωματική επαφή.

Η ομάδα, με επικεφαλής την ερευνήτρια Ryoko Uchida, χρησιμοποίησε μια εξειδικευμένη φασματοσκοπική κάμερα υψηλής ταχύτητας, ικανή να καταγράφει 150 καρέ το δευτερόλεπτο (150 fps). Ο αλγόριθμος μηχανικής μάθησης αναλύει τη ροή του αίματος στα μικροσκοπικά αγγεία του προσώπου και μετρά τις ανεπαίσθητες μεταβολές στην κυματική ταχύτητα του σφυγμού (pulse wave). Με αυτόν τον τρόπο, το σύστημα υπολογίζει τη συστολική πίεση με ακρίβεια άνω του 90%, καταργώντας την ανάγκη για την κλασική περιχειρίδα του πιεσόμετρου.

Μια ψηφιακή ασπίδα για τις αδιάγνωστες χρόνιες παθήσεις

Η συγκεκριμένη contactless μέθοδος αποδείχθηκε εξαιρετικά αποτελεσματική και στον εντοπισμό του διαβήτη τύπου 2, επιτυγχάνοντας ακρίβεια που αγγίζει το 81.2% μέσα από ένα βίντεο διάρκειας μόλις 5 δευτερολέπτων. Καθώς τόσο ο διαβήτης όσο και η υπέρταση προκαλούν μικροαγγειακές αλλοιώσεις και αλλαγές στον τρόπο που το αίμα κυκλοφορεί κάτω από το δέρμα, η AI μπορεί να εντοπίσει αυτές τις «κρυφές» αλλαγές πολύ πριν ο ασθενής αποφασίσει να κάνει μια τυπική εξέταση αίματος.

Στόχος των Ιαπώνων ερευνητών είναι η μελλοντική ενσωμάτωση αυτού του αλγορίθμου σε απλές εφαρμογές για smartphone ή σε οικιακές έξυπνες συσκευές. Μια τέτοια εξέλιξη θα επιτρέψει σε εκατομμύρια ανθρώπους, οι οποίοι αποφεύγουν τις τακτικές ιατρικές επισκέψεις και τις αιμοληψίες, να ελέγχουν την υγεία τους από το σπίτι, ανοίγοντας τον δρόμο για την έγκαιρη αντιμετώπιση παθήσεων που συχνά παραμένουν «σιωπηλές» μέχρι να προκαλέσουν σοβαρά καρδιαγγειακά επεισόδια.

Αποποίηση ευθύνης: Το παρόν άρθρο έχει αποκλειστικά ενημερωτικό χαρακτήρα και βασίζεται σε πρόσφατες ιατρικές ανακοινώσεις. Δεν υποκαθιστά σε καμία περίπτωση την επαγγελματική ιατρική γνωμάτευση, διάγνωση ή θεραπεία. Για οποιοδήποτε σύμπτωμα ή ανησυχία σχετικά με την καρδιαγγειακή σας υγεία, επικοινωνήστε άμεσα με τον προσωπικό σας καρδιολόγο