Nowe odkrycie AI: ukryty sygnał w sercu lepiej przewiduje nagłą śmierć niż standardowe testy

Kluczowe odkrycia z badań UC Berkeley nad AI i nagłą śmiercią sercową

Naukowcy z Uniwersytetu Kalifornijskiego w Berkeley, pod kierownictwem profesora Ziada Obermeyera, opublikowali 24 czerwca 2026 roku w czasopiśmie Nature wyniki badań, które mogą zrewolucjonizować profilaktykę nagłego zatrzymania krążenia. Model głębokiego uczenia, wytrenowany na ponad 440 000 elektrokardiogramów (EKG), odkrył w rutynowych badaniach serca nieznany wcześniej sygnał elektryczny, który przewiduje ryzyko nagłej śmierci sercowej znacznie lepiej niż obecnie stosowane standardy kliniczne .

Wcześniej nieznany sygnał

Model AI zidentyfikował subtelne wzorce w zapisach EKG – skoki i prądy elektryczne wytwarzane przez serce – których nie są w stanie wykryć ani ludzcy czytelnicy, ani standardowe testy kliniczne . Wzorce te korelują z nieprawidłowym funkcjonowaniem układu elektrycznego serca poprzedzającym nagłe zatrzymanie krążenia. Dokładny mechanizm fizjologiczny nie jest jeszcze poznany, ale AI wydaje się wyławiać cechy związane z tym, że serce nagle i śmiertelnie przestaje działać .

Szkolenie i walidacja

Zespół wytrenował model głębokiego uczenia, wykorzystując ponad 440 000 EKG ze Szwecji, powiązanych z aktami zgonu. Modelowi podawano skany od zdrowych osób, pacjentów z grupy ryzyka oraz tych, którzy później zmarli z powodu nagłego zatrzymania krążenia, aż do momentu, gdy nauczył się rozpoznawać wzorce fal przewidujące ten skutek . Następnie model walidowano na tysiącach dodatkowych plików pacjentów zarówno z USA (region San Diego), jak i Tajwanu (Tajpej) . Artykuł w Nature potwierdza, że model opracowano z wykorzystaniem obszernych danych EKG i rejestrów zgonów .

Skuteczność wykrywania ryzyka

System AI identyfikuje grupę wysokiego ryzyka z 7% rocznym wskaźnikiem nagłej śmierci sercowej, podczas gdy standardowe testy kliniczne (mierzące m.in. frakcję wyrzutową lewej komory) pozwalają na identyfikację grupy wysokiego ryzyka z zaledwie 4,6% rocznym wskaźnikiem . Model wskazał większą pulę pacjentów wysokiego ryzyka i lepiej przewidział, kto rzeczywiście ulegnie nagłemu zatrzymaniu krążenia – różnice te przekładają się na tysiące pacjentów rocznie, którzy obecnie wydają się niskiego ryzyka według konwencjonalnych pomiarów .

Dlaczego wykrycie było tak trudne?

Nagłe zatrzymanie krążenia zabija w USA ponad 300 000 osób rocznie i dochodzi do niego, gdy układ elektryczny serca nagle przestaje działać, często bez ostrzeżenia . Obermeyer podkreśla, że istnieje skuteczne leczenie – wszczepialne defibrylatory, które przywracają prawidłowy rytm serca – ale lekarze nie potrafią określić, kto ich potrzebuje, zanim będzie za późno . Głównym problemem jest to, że ludzie umierają tak nagle, że nie sposób zbadać, co działo się w sercu tuż przed zatrzymaniem; autopsje ujawniają szczegóły strukturalne, ale nie funkcjonowanie elektryczne bezpośrednio przed zgonem .

Dalsze kroki

Naukowcy planują wdrożenie algorytmu w systemach opieki zdrowotnej, aby pomóc lekarzom lepiej identyfikować pacjentów potrzebujących wszczepialnego defibrylatora . Badanie otwiera również drzwi do nowych badań nad podstawami fizjologicznymi nieprawidłowości elektrycznych serca. Profesor Obermeyer stwierdził, że celem jest "nie tylko podejmowanie lepszych decyzji, ale także zrozumienie, co tak naprawdę dzieje się z tymi pacjentami, zanim ich serce się zatrzyma" . Ponieważ EKG są rutynowe, tanie i dostępne w placówkach medycznych na całym świecie, narzędzie to może być szeroko skalowane i uratować wiele istnień .