AI w kardiologii. Prof. Marcin Grabowski o technologiach, które już zmieniają leczenie

Anna Kopras-Fijołek, Wprost/NewsMed: O sztucznej inteligencji w medycynie wciąż często mówi się jako o przyszłości. Gdzie jesteśmy dziś w kardiologii?

Prof. Marcin Grabowski*: Kardiologia od zawsze była dziedziną bardzo otwartą na innowacje, technologie i nowe rozwiązania. Nic więc dziwnego, że narzędzia wykorzystujące sztuczną inteligencję stosunkowo wcześnie zaczęto w niej testować, a część z nich jest już dziś wdrażana do codziennej praktyki.

Nie mówimy wyłącznie o pilotażach czy projektach naukowych. Mamy konkretne, certyfikowane technologie zarejestrowane jako wyroby medyczne i wykorzystywane w diagnostyce oraz terapii. W wielu współczesnych urządzeniach diagnostycznych i terapeutycznych jakaś forma algorytmicznej analizy danych jest już standardowym elementem działania.

Gdzie AI znalazła zastosowanie najwcześniej?

Jednym z pierwszych obszarów były urządzenia związane z diagnostyką i leczeniem zaburzeń rytmu serca: rejestratory arytmii, stymulatory czy kardiowertery-defibrylatory. Takie urządzenia gromadzą ogromne ilości danych dotyczących rytmu serca. Algorytmy potrafią oceniać, czy rytm jest prawidłowy, rozpoznawać określone zaburzenia i odróżniać zdarzenia potencjalnie istotne klinicznie od tych, które nie wymagają interwencji.

Co ważne, analiza może być coraz bardziej dopasowana do konkretnego pacjenta. System zbiera kolejne informacje i odnosi je do jego wcześniejszych parametrów, dzięki czemu może lepiej wychwytywać odchylenia charakterystyczne właśnie dla tej osoby.

Nowoczesny stymulator lub defibrylator może więc „powiedzieć” lekarzowi znacznie więcej niż tylko to, że pojawiła się arytmia?

Tak. Analizowane są także dodatkowe parametry, które mogą informować o stanie hemodynamicznym pacjenta. To m. in. wskaźniki związane ze stanem przewodnienia, zmienność rytmu serca w ciągu doby, aktywność fizyczna czy określone zjawiska związane z tonami serca. Ich łączna analiza może wskazywać na pogorszenie stanu chorego, narastanie niewydolności serca czy zwiększone ryzyko hospitalizacji.

To istotna zmiana, bo nie chodzi już tylko o prostą zasadę: przekroczono określony próg, więc uruchamia się alarm. Urządzenie obserwuje pacjenta w czasie, a jego dane mogą być interpretowane w odniesieniu do indywidualnego profilu chorego.

Czy mamy już dowody, że takie rozwiązania rzeczywiście poprawiają rokowanie?

Tak i to jest kluczowe. W przypadku określonych urządzeń, zwłaszcza w połączeniu z telemonitoringiem, mamy dane naukowe pokazujące, że takie rozwiązania mogą poprawiać rokowanie, a w wybranych grupach pacjentów także wpływać na przeżycie.

Nie jest to więc technologiczna ciekawostka ani wyłącznie wygoda dla lekarza czy pacjenta. Największa wartość pojawia się wtedy, kiedy technologia pozwala odpowiednio wcześnie zauważyć pogorszenie stanu chorego i podjąć interwencję, zanim konieczna stanie się hospitalizacja. Telemonitoring w pewnym sensie zmienia cały model opieki – z reaktywnego na bardziej wyprzedzający.

Drugim ważnym obszarem jest diagnostyka choroby wieńcowej. Co AI może dziś wyczytać z obrazów tętnic wieńcowych?

Bardzo ciekawym przykładem jest analiza obrazów z klasycznej koronarografii i tomografii komputerowej tętnic wieńcowych. Oprogramowanie wykorzystujące sztuczną inteligencję może nie tylko wspierać ocenę obecności czy stopnia zwężenia, ale także pomagać charakteryzować blaszkę miażdżycową – oceniać jej skład, stopień uwapnienia i cechy mogące wiązać się z większym ryzykiem niestabilności czy pęknięcia prowadzącego do ostrego zespołu wieńcowego. To pozwala wyjść poza prostą odpowiedź na pytanie: „czy tętnica jest zwężona?”.

AI może też pomóc zaplanować sam zabieg rewaskularyzacji?

Tak. Oprogramowanie może wspierać symulowanie różnych scenariuszy leczenia i pomagać w przygotowaniu strategii zabiegu. Może wskazywać zmiany, które powinny być szczególnie uwzględnione, wspierać dobór długości czy liczby stentów i ułatwiać operatorowi zaplanowanie procedury jeszcze przed wejściem do pracowni.

W przypadku skomplikowanych zabiegów przezskórnej rewaskularyzacji coraz większą rolę odgrywa wcześniejsza tomografia komputerowa i dokładna analiza anatomii naczyń. AI może dodatkowo tę analizę wspomagać.

Co ważne, część takich rozwiązań działa w chmurze. Ośrodek nie musi mieć własnej rozbudowanej infrastruktury informatycznej ani komputerów o ogromnej mocy obliczeniowej. Dane mogą zostać przesłane do odpowiednio zabezpieczonego systemu, a lekarz otrzymuje wynik analizy.

A echokardiografia? To badanie w dużym stopniu zależy od doświadczenia osoby, która je wykonuje.

Właśnie dlatego jest to bardzo ciekawy obszar dla nowych technologii. Oprogramowanie może analizować obraz echokardiograficzny już podczas wykonywania badania i wspierać ocenę m. in. parametrów zastawek, stopnia zwężenia czy niedomykalności, wielkości jam serca oraz innych mierzalnych nieprawidłowości.

Uzyskane wyniki mogą być następnie odnoszone do kryteriów stosowanych w aktualnych wytycznych, co pomaga ocenić istotność wady i dalsze postępowanie.

Najważniejsze jest tempo. Coraz częściej taka analiza odbywa się praktycznie w czasie rzeczywistym – badanie trwa, a my już otrzymujemy dodatkowe informacje wspierające interpretację. Nie oznacza to oczywiście, że algorytm zastępuje echokardiografistę. Może jednak przyspieszać analizę, poprawiać jej powtarzalność i zwracać uwagę na elementy wymagające dokładniejszej oceny.

Jednym z najbardziej namacalnych przykładów połączenia miniaturyzacji, telemedycyny i AI są wszczepialne rejestratory arytmii. Jak zaawansowane są dziś te urządzenia?

To bardzo małe urządzenia implantowane pod skórę, które mogą monitorować rytm serca przez kilka lat. Stosujemy je m. in. do wykrywania napadowego migotania przedsionków, zaburzeń przewodzenia, częstoskurczów czy w diagnostyce nawracających omdleń.

Nowoczesne rejestratory analizują rytm praktycznie przez cały czas – skurcz po skurczu. Ich zadaniem nie jest jednak tylko gromadzenie ogromnej liczby zapisów, ale przede wszystkim wychwytywanie tego, co może mieć znaczenie kliniczne.

Jeżeli pojawi się nieprawidłowość, urządzenie może ją zarejestrować, a dzięki telemonitoringowi informacja może zostać przekazana do ośrodka prowadzącego pacjenta. To z kolei może przełożyć się na konkretną decyzję diagnostyczną lub terapeutyczną.

Czy właśnie na tym polega dziś największa wartość AI w kardiologii – nie na zbieraniu większej liczby danych, lecz na „wyłowieniu” z nich tego, co naprawdę ważne?

Tak. Nowoczesna kardiologia generuje ogromne ilości danych: z EKG, urządzeń wszczepialnych, badań obrazowych czy telemonitoringu. Sama liczba informacji nie jest jednak wartością, jeśli nie potrafimy ich właściwie przeanalizować. Sztuczna inteligencja może pomagać w szybkim przetwarzaniu tych danych, wychwytywaniu nieprawidłowości i wskazywaniu lekarzowi zdarzeń, które wymagają uwagi. Właśnie to jest dziś jej największą wartością: nie chodzi o to, żeby generować jeszcze więcej danych, ale żeby z ogromnej ilości informacji wybrać te, które w odpowiednim momencie mogą wpłynąć na decyzję kliniczną.

* Prof. dr hab. n. med. Marcin Grabowski – I Katedra i Klinika Kardiologii Warszawskiego Uniwersytetu Medycznego, Uniwersyteckie Centrum Kliniczne Warszawskiego Uniwersytetu Medycznego, członek Zarządu Głównego Polskiego Towarzystwa Kardiologicznego, Rzecznik PTK