Narzędzie AI EchoNext pozwala wykrywać ukryte choroby serca

Narzędzie oparte na sztucznej inteligencji (AI) pozwala obecnie wykrywać ukryte choroby serca na podstawie rutynowych badań.

Każdego roku miliony ludzi opuszczają szpital, nie wiedząc, że mają poważne problemy z sercem. Nie dlatego, że lekarze są niedbali. Nie dlatego, że nie ma odpowiednich badań. Ale dlatego, że standardowe badania, z których rutynowo korzystają lekarze, po prostu nie są w stanie samodzielnie wykryć wielu rodzajów strukturalnych chorób serca.

Zespół naukowców z Columbia University i NewYork-Presbyterian mógł znaleźć sposób, aby to zmienić. Stworzyli oni narzędzie oparte na sztucznej inteligencji o nazwie EchoNext, które odczytuje dane z rutynowego badania serca i wykrywa strukturalne choroby serca z większą dokładnością niż kardiolodzy. Badanie to zostało opublikowane w czasopiśmie „Nature” w lipcu 2025 roku.

Czym są strukturalne choroby serca?

Strukturalne choroby serca to fizyczne problemy z sercem — jego zastawkami, komorami, mięśniem lub naczyniami bezpośrednio z nim połączonymi. Do chorób tych zaliczają się takie schorzenia, jak niewydolność serca, choroby zastawek, nadciśnienie płucne i poważne pogrubienie mięśnia sercowego. Wiele z tych schorzeń, jeśli zostanie wykrytych wcześnie, można leczyć farmakologicznie lub chirurgicznie. Jeśli pozostaną niewykryte, mogą prowadzić do śmierci.

Złotym standardem w diagnostyce strukturalnych chorób serca jest echokardiogram — badanie ultrasonograficzne serca. Echokardiogram daje lekarzom jasny obraz budowy i funkcji serca. Problem polega na tym, że echokardiogramy są drogie, wymagają wykwalifikowanych specjalistów do wykonania i interpretacji oraz nie są dostępne wszędzie. Z powodu tych barier lekarze zazwyczaj zlecają echokardiogram tylko wtedy, gdy pacjent już wykazuje objawy lub gdy mają poważne powody, by podejrzewać problem.

Oznacza to, że duża liczba osób z strukturalnymi chorobami serca nigdy nie przechodzi badania, które mogłoby ujawnić ich stan. Badania sugerują, że gdy w społecznościach przeprowadza się systematyczne badania przesiewowe z wykorzystaniem echokardiografii, liczba wykrytych przypadków chorób zastawkowych serca wzrasta ponad dwukrotnie w porównaniu z rutynową opieką. Innymi słowy, nawet połowa wszystkich przypadków może pozostać niezauważona.

Elektrokardiogram jest powszechnie stosowanym narzędziem, ale ma swoje ograniczenia

Elektrokardiogram (EKG) to inny rodzaj badania serca. Mierzy on aktywność elektryczną serca. Lekarze wykorzystują EKG do wykrywania nieprawidłowego rytmu serca, niedrożności tętnic wieńcowych oraz przebytych zawałów serca. Badania EKG są tanie, szybkie, nieinwazyjne i dostępne w niemal każdym szpitalu i klinice na świecie. Lekarze wykonują setki milionów badań EKG każdego roku.

Jednak EKG ma dobrze znane ograniczenie. Od dziesięcioleci kardiolodzy wiedzą, że na podstawie samego elektrokardiogramu nie można wykryć strukturalnych chorób serca. Sygnały elektryczne rejestrowane podczas badania nie ujawniają wprost fizycznego uszkodzenia zastawek serca lub mięśnia sercowego. Jak ujął to dr Pierre Elias, który kierował badaniami EchoNext: „Wszyscy na studiach medycznych uczyliśmy się, że na podstawie elektrokardiogramu nie można wykryć strukturalnych chorób serca”.

EchoNext podważa to założenie.

Jak działa EchoNext

EchoNext to model uczenia głębokiego — rodzaj sztucznej inteligencji, która uczy się wzorców na podstawie dużych zbiorów danych. Naukowcy wyszkolili ten model na ponad 1,2 miliona par wyników EKG i echokardiogramów zebranych od ponad 230 000 pacjentów w ośmiu szpitalach w ciągu 14 lat. Analizując każdy zapis EKG wraz z odpowiadającym mu wynikiem echokardiogramu tego samego pacjenta, model nauczył się wykrywać subtelne wzorce w danych EKG, które odpowiadają strukturalnym problemom serca — wzorce zbyt słabe i złożone, by mogło je dostrzec ludzkie oko.

Model ten wykorzystuje jako dane wejściowe zarówno surowy przebieg EKG, jak i siedem standardowych wartości, które lekarze już rejestrują: wiek, płeć, częstotliwość przedsionkową, częstotliwość komorową, odstęp PR, czas trwania zespołu QRS oraz skorygowany odstęp QT. Następnie generuje on wynik ryzyka, który informuje lekarzy, jak prawdopodobne jest, że pacjent cierpi na strukturalną chorobę serca.

Co istotne, EchoNext nie próbuje zastąpić echokardiogramu. Zamiast tego działa jak inteligentny filtr. Identyfikuje, którzy pacjenci spośród wielu poddawanych rutynowym badaniom EKG są narażeni na wystarczająco wysokie ryzyko, aby lekarze powinni wykonać u nich echokardiogram. „EchoNext zasadniczo wykorzystuje tańsze badanie, aby ustalić, kto potrzebuje droższego badania ultrasonograficznego” – wyjaśnił dr Elias.

Wyniki badań

Wyniki tego badania były zaskakujące. W bezpośrednim porównaniu z 13 kardiologami, którzy przeanalizowali 3200 EKG, EchoNext osiągnął wskaźnik dokładności na poziomie 77%, w porównaniu z 64% w przypadku kardiologów. Nawet gdy kardiolodzy mieli dostęp do ocen ryzyka generowanych przez EchoNext, które miały pomóc im w podejmowaniu decyzji, ich wyniki były nadal gorsze od modelu sztucznej inteligencji działającego samodzielnie.

Zespół badawczy uruchomił również EchoNext w ramach tzw. „cichego wdrożenia” — zastosowano to narzędzie u prawie 85 000 pacjentów, którzy mieli wykonane EKG, ale nie mieli wcześniej wykonanego badania echokardiograficznego. Narzędzie to zidentyfikowało ponad 7500 z tych pacjentów (około 9%) jako osoby z wysokim ryzykiem niezdiagnozowanej strukturalnej choroby serca. Lekarze monitorujący tych pacjentów w ciągu następnego roku potwierdzili, że prognozy EchoNext się sprawdziły, a wartość predykcyjna dodatnia wyniosła 74% wśród osób, które następnie przeszły badanie echokardiograficzne.

Następnie naukowcy zweryfikowali EchoNext w czterech niezależnych systemach szpitalnych, w tym w Cedars-Sinai, na Uniwersytecie Kalifornijskim w San Francisco oraz w Montreal Heart Institute. Model ten zachował wysoką dokładność we wszystkich szpitalach, mimo różnic w populacji pacjentów i częstości występowania strukturalnych chorób serca, co sugeruje, że narzędzie to działa niezawodnie poza konkretnym środowiskiem, w którym zostało stworzone.

Prawdziwi pacjenci, prawdziwe wyniki

Naukowcy z EchoNext przedstawili trzy konkretne przypadki, w których narzędzie to bezpośrednio doprowadziło do diagnozy zmieniającej życie. W pierwszym przypadku EchoNext wykryło ciężkie zwężenie aorty — stan, w którym zastawka kontrolująca przepływ krwi z serca staje się niebezpiecznie zwężona — u pacjenta, u którego wcześniej nie zdiagnozowano strukturalnej choroby serca. Pacjent ten przeszedł następnie minimalnie inwazyjny zabieg wymiany zastawki serca, znany jako przezcewnikowa wymiana zastawki aortalnej.

W drugim przypadku narzędzie to wykryło ciężką niedomykalność zastawki mitralnej — stan, w którym krew cofa się między dwiema komorami serca. Pacjent przeszedł następnie operację korekcyjną zastawki. W trzecim przypadku EchoNext wykryło niewydolność serca, a pacjent ostatecznie przeszedł przeszczep serca. Każdy z tych pacjentów przeszedł rutynowe badanie EKG, a nikt nie podejrzewał u nich strukturalnej choroby serca. EchoNext wykryło to, co umknęło ludzkim oczom.

Co to oznacza dla Ciebie?

Jeśli kiedykolwiek miałeś wykonane EKG w szpitalu lub przychodni, doświadczyłeś już badania, które analizuje EchoNext. Nie potrzebowałeś oddzielnej procedury, dodatkowego sprzętu ani specjalnego przygotowania. Te same dane, które generuje badanie, mogą – przy uruchomionym w tle EchoNext – ostrzec lekarza, że potrzebujesz dalszej diagnostyki.

Ma to największe znaczenie w miejscach, gdzie brakuje kardiologów i aparatów do echokardiografii — w szpitalach na wsi, przychodniach lokalnych oraz systemach opieki zdrowotnej w krajach o niższych dochodach. Ponieważ EchoNext działa na standardowych danych EKG, może rozszerzyć zasięg badań przesiewowych w kierunku chorób serca na osoby, które w przeciwnym razie nigdy nie miałyby wykonanego echokardiogramu.

Dr Elias i jego zespół uważają, że „połączenie EKG i sztucznej inteligencji ma potencjał, by stworzyć zupełnie nowy paradygmat badań przesiewowych”. Naukowcy pracują obecnie nad tym, by ta technologia stała się szerzej dostępna oraz nad dalszym udoskonaleniem modelu poprzez szkolenie go na dodatkowych zestawach danych pacjentów.

EchoNext nie jest jeszcze częścią standardowej opieki klinicznej. Naukowcy i ich instytucja – Uniwersytet Columbia – złożyli wniosek patentowy na algorytm, a zespół pracuje nad jego szerszym wdrożeniem. Udostępnili również publiczny zbiór danych oraz uproszczoną wersję modelu, aby wesprzeć dalsze badania naukowców na całym świecie.

Środowisko naukowe zareagowało z dużym zainteresowaniem. Inne zespoły już wykorzystują zbiór danych referencyjnych EchoNext do opracowywania nowych modeli łączących sztuczną inteligencję z metodami statystycznymi, dążąc do tego, by wyniki były nie tylko dokładne, ale także interpretowalne — tak aby lekarze mogli zrozumieć, które konkretne cechy sygnału EKG doprowadziły do uzyskania określonego wyniku ryzyka.

Źródła informacji:

1. Centrum Medyczne Uniwersytetu Columbia Irving. Czy sztuczna inteligencja może wykryć ukryte choroby serca?
2. ColumbiaDoctors / NewYork-Presbyterian. EchoNext: narzędzie oparte na sztucznej inteligencji wykrywa ukryte strukturalne choroby serca
3. Postępy w kardiologii w NewYork-Presbyterian. Badanie pokazuje, że narzędzie do badań przesiewowych oparte na sztucznej inteligencji może wykrywać strukturalne choroby serca na podstawie danych z elektrokardiogramu
4. News-Medical. Model EKG oparty na sztucznej inteligencji przewyższa lekarzy w wykrywaniu ukrytych chorób serca
5. Inside Precision Medicine. Sztuczna inteligencja zamienia EKG w potężne narzędzie do badań przesiewowych chorób serca
6. ODSC / Open Data Science. Model oparty na sztucznej inteligencji wykrywa ukryte choroby serca na podstawie EKG, przewyższając kardiologów
7. Czasopismo Nature. Wykrywanie strukturalnych chorób serca na podstawie elektrokardiogramów przy użyciu sztucznej inteligencji PhysioNet. EchoNext: zbiór danych do wykrywania potwierdzonych echokardiograficznie strukturalnych chorób serca na podstawie EKG
8. American College of Cardiology. Przełomowe trendy w medycynie sercowo-naczyniowej na rok 2025
9. Healio. 2026: Rok, w którym poszerzy się nasz zestaw narzędzi w kardiologii