AI, Kalp Krizini Önceden Haber Veren Yeni Bir EKG Sinyali Keşfetti: Standart Testlerden Daha Başarılı

Her yıl yüz binlerce insan, genellikle hiçbir kalp sorunu olmayan ve hiçbir uyarı belirtisi göstermeyen kişilerde, kalbin elektrik sisteminin aniden durmasıyla (ani kardiyak arrest) hayatını kaybediyor. Doktorlar, kimin risk altında olduğunu belirlemek için uzun süredir güvenilir bir yöntemden yoksundu. Şimdi, UC Berkeley'deki araştırmacılar, yapay zeka kullanarak rutin elektrokardiyogramlarda (EKG) saklanan ve bu durumu değiştirebilecek ince bir sinyal keşfetti.

Araştırmacılar Ne Keşfetti?

UC Berkeley Halk Sağlığı Okulu'ndan Ziad Obermeyer liderliğindeki ekip, derin bir evrişimli sinir ağını, ölüm belgeleriyle ilişkilendirilmiş 440.000'den fazla 12 derivasyonlu İsveç EKG'si üzerinde eğitti . AI, insan okuyucuların ve tüm standart klinik testlerin gözden kaçırdığı, kalbin elektriksel aktivitesindeki desenleri tanımayı öğrendi. Daha önce bilinmeyen bir dalga formu sinyali keşfetti: aVL derivasyonunda R dalgasının "yamuk" terminal görünümü. Bu, tıp literatüründe daha önce tanımlanmamış ince bir bozulmaydı .

Model sadece yeni bir işaret bulmakla kalmıyor, aynı zamanda önemli bir işaret buluyor. AI tarafından belirlenen yüksek riskli grupta, yıllık ani kalp ölümü oranı %7,0 olarak gerçekleşti. Bu oran, standart sol ventrikül ejeksiyon fraksiyonu (LVEF) testiyle belirlenen en yüksek riskli hastalardaki %4,6'lık orana kıyasla çok daha yüksek .

Model Nasıl Eğitildi ve Doğrulandı?

Araştırma ekibi, model geliştirmede titiz bir yaklaşım benimsedi. İsveç sağlık kayıtlarından alınan 440.000'den fazla EKG'yi, AI'ın hangi dalga formu desenlerinin ani kalp ölümünden önce geldiğini öğrenebilmesi için ölüm belgesi verileriyle eşleştirdiler . Derin öğrenme mimarisi, sadece özet ölçümleri değil, tam 12 derivasyon sinyalini analiz etti. Bu sayede insan okuyucular tarafından görülemeyen ince, doğrusal olmayan desenleri bulabildi.

Bulguların sadece İsveç'e özgü olmadığından emin olmak için model, Amerika Birleşik Devletleri ve Tayvan'dan binlerce bağımsız hasta kaydı üzerinde harici olarak doğrulandı. Tahminler, farklı popülasyonlar ve sağlık sistemleri arasında tutarlılık göstererek genellenebilirlik konusunda güçlü kanıtlar sağladı .

Ani Kalp Durmasını Tespit Etmek Neden Bu Kadar Zor?

Ani kardiyak arrest, kalp krizinden temel olarak farklıdır. Kalp krizi, kalp kasını oksijensiz bırakan tıkalı bir arteri içerirken; ani kardiyak arrest, kalbin elektrik akımının hiçbir uyarı olmadan durmasıyla oluşan elektriksel bir arızadır .

İnsanlar o kadar çabuk ölüyor ki, kalbin ölümden anlar önce ne yaptığını incelemek neredeyse imkansız. Otopsiler yapısal sorunları (tıkalı damarlar, yaralı doku) gösterebilir, ancak araştırmacıların belirttiği gibi, "ölümden önceki gerçek işleyiş bir kara kutu olmaya devam ediyor" .

Mevcut altın standart risk testi (sol ventrikül ejeksiyon fraksiyonu - LVEF), yani kalbin her atışta pompaladığı kan yüzdesi, oldukça kaba bir araçtır. Ani kardiyak arrestten ölen birçok kişi normal LVEF değerine sahipken, düşük LVEF değeri olan birçok kişi de hiç arrest yaşamaz . Standart yaklaşım, yardıma ihtiyacı olan insanların çoğunu gözden kaçırıyor.

Standart Testlere Kıyasla Pratik Sonuçlar

Metrik	Standart LVEF Testi	AI Modeli (Yüksek Riskli Grup)
Yüksek riskli grupta yıllık ani kalp ölümü oranı	%4,6	%7,0
LVEF ile Örtüşme	—	AI tarafından işaretlenen çoğu yüksek riskli hasta normal ejeksiyon fraksiyonuna sahipti — AI büyük ölçüde bağımsız bir risk sinyali keşfetti
Tanımlanan Yeni Dalga Formu	Yok	Daha önce tanımlanmamış, aVL derivasyonunda yamuk terminal R dalgası

AI, taranan popülasyonun yaklaşık %2,2'sini oluşturan bir yüksek riskli grup belirledi. Bu gruptaki %7,0'lık yıllık ani kalp ölümü oranı, implantasyonu yapılabilir defibrilatörler (ICD'ler) için klinik çalışmalarda kullanılan risk eşiğine eşit veya ondan daha iyidir . Bu da mevcut kılavuzlar tarafından gözden kaçırılacak birçok hastanın hayat kurtarıcı cihazlar için aday olabileceği anlamına geliyor.

Sırada Ne Var?

Araştırma, üç net adımı işaret ediyor:

1. Defibrilatör kararları için klinik kullanım: EKG'ler ucuzdur, invaziv değildir ve dünyadaki hemen hemen her klinikte mevcuttur. AI modeli, doktorların kimin implante edilebilir kardiyoverter-defibrilatöre (ICD) ihtiyacı olduğuna karar vermesine yardımcı olabilir. Obermeyer'in dediği gibi, "Ölecek kişilerden biri olduğunuzu bilseydiniz, bir kardiyoloğa gider ve bir defibrilatör taktırırdınız. Sorun şu ki, doktorlar çok geç olmadan kimin ihtiyacı olduğunu anlayamıyor" .

2. Yeni fizyolojik anlayış: AI'ın ne arayacağı söylenmeden keşfettiği yeni dalga formu, yeni bir araştırma yönü açıyor. aVL derivasyonundaki yamuk R dalgasının arkasındaki kesin elektriksel mekanizmayı anlamak, bazı kalplerin neden aniden durduğunu ortaya çıkarabilir. Obermeyer, "Sadece daha iyi kararlar vermekle kalmayıp, aynı zamanda kalpleri durmadan önce bu hastalara gerçekte ne olduğunu anlamaya başlayabiliriz" dedi .

3. Yaygın kullanımdan önce prospektif çalışmalar: Üç ülkede yapılan harici doğrulama güçlü bir kanıt olsa da, modelin rutin klinik uygulamaya girmeden önce prospektif klinik çalışmalarda test edilmesi gerekiyor. Araştırma ekibinin çalışması, bu bulguyu özellikle umut verici kılan titiz, popülasyonlar arası doğrulama türünü gösteriyor .