Adatvezérelt, precíziós gyógyítás: Innovációk a kardiológiában, távmonitorozástól az űrkutatásig

Strukturált adatkezelés a predikció szolgálatában

Ahhoz, hogy a nagyszámú klinikai adatot kutatási és predikciós célokra lehessen használni, elengedhetetlen a strukturált adatkezelés. A Semmelweis Egyetemen már 2017 óta zajlik az a munka, amelynek révén a kardiológiai diagnosztikai adatok – legyen az ultrahang, CT, MR vagy intervenciós vizsgálat – digitálisan, elemezhető formában jutnak a rendszerbe. A strukturált adatok lehetővé tették egyebek mellett a kardiológiai kutatásokat:

• Túlélési vizsgálatok: Az adatok utólagos elemzésével (retrospektíven) kimutatható volt például a lipidszint csökkentésének pozitív hatása a miokardiális infarktuson átesett betegek túlélésére, anélkül, hogy ehhez plusz klinikai munkát kellett volna végezni.
• CRT predikciós program: A Szívcentrumban egy világszinten legjobbként számon tartott predikciós programot fejlesztettek ki a kardiális reszinkronizációs terápia (CRT) sikerességének előrejelzésére.

Képalkotás: az MI automatizálja az elemzést

A diagnosztikai képalkotás – különösen a CT és MR – óriási mennyiségű adatot generál, amelynek manuális kiértékelése hatalmas humán erőforrást és időt igényel (például egy MR kiértékelése másfél óra is lehet). Az innováció itt az automatizálásban rejlik:

• Automatikus szegmentálás: Az MI-eszközök célja, hogy automatikusan szegmentálják (körbeírják) a szívüregeket ultrahangos és MR felvételeken. Ezzel gyorsabban meghatározható a bal kamrai ejekciós frakció és a térfogatok, ami jelentősen növeli a diagnosztikai hatékonyságot.
• Plakk-kvantifikáció: A legújabb, nagy felbontású foton-számláló CT (CP) technológia MI-programokkal kombinálva képes a koronáriaerekben lévő plakkok automatikus számszerűsítésére, ami segít a kardiovaszkuláris események valószínűségének predikciójában.
• Szöveti analízis: Az MR-vizsgálat szöveti szinten mutatja meg a szív állapotát (heg, ödéma a szívizomban), ami szintén prediktív a kardiovaszkuláris kimenetelre. A mélytanulásos módszerekkel támogatott szekvenciák segítenek a beültetett eszközök (pl. pacemaker) által okozott nagy árnyékok eltüntetésében, javítva a képminőséget.
• Referenciaadatok: Nemzetközi együttműködés keretében (például Oxforddal és holland egyetemekkel) 9000 egészséges ember szívének MR-adatait szegmentálták, hogy megbízható referenciaértékeket kapjanak a jövőbeli automatikus kiértékeléshez.

Távmonitorozás és a „vörös lámpa” elv

A szívelégtelenség (szívelégtelenség) a modern kardiológia egyik legdrágább és legkomolyabb kihívása, mivel a hospitalizáció (kórházi kezelés) rontja a beteg prognózisát. A megoldás a telemedicina és a távmonitorozás, amely a kórházi ellátást kiváltva a beteget otthon stabilizálja.

• Szenzoros hálózatok: A kardiológiában beültetett eszközöket (pacemakereket, defibrillátorokat) és külső szenzorokat (pl. szívhang, légzés, aktivitásmérők) használnak a folyamatos adatgyűjtésre. Az aktivitás mérése önmagában is erős prediktív validitással bír.
• Klinikai riasztás: Az adatok folyamatos elemzése és kiértékelése alapján, ha a rendszer egy előre definiált kritikus eseményre utaló jelet (például frekvencia, pitvarfibrilláció, vagy az aktivitás drasztikus csökkenése) észlel, „vörös lámpaként” villan fel a központban, lehetővé téve a klinikusnak vagy asszisztensének, hogy azonnali beavatkozást végezzen.
• Tele-EKG: A kardiológiai diagnosztika szempontjából releváns, hogy a mentőautókban elérhető a transztelefonikus EKG bevezetése is. Ez lehetővé teszi, hogy az EKG-t egy klinikai központban lévő szakorvos véleményezze, optimalizálva a beteg útját a legmegfelelőbb ellátóhelyre.

Multiszenzoros adatgyűjtés

A szívgyógyászatban alkalmazott digitális fejlesztések kiterjednek az extrém területekre is:

• Telemetri for Space Health: A Semmelweis Egyetem projektje bekerült Farkas Tibor űrhajós missziójába. A kutatás célja az űrhajós kardiovaszkuláris állapotának követése multiszenzoros adatokkal (pl. 24 órás vérnyomás, EKG, retina, egyensúly) a mikrogravitáció körülményei között. Az adatok online feldolgozása segíti a jövőbeni, hosszú távú űrmissziókra (pl. Mars) való felkészülést.
• Sportorvostan: Multimodális adatok (EKG, szívultrahang, spiroergométer) gyűjtésével próbálják meg előre jelezni és optimalizálni a sportolók teljesítményét.
• Virtuális Valóság (VR) és 3D Nyomtatás: A kardiológiában és mellkas sebészetben alkalmazott komplex műtétek (pl. TAVI billentyűbeültetés) tervezéséhez 3D nyomtatás (protézisek) és VR megoldások is rendelkezésre állnak. Ezenkívül az elektroanatómiai térképezés (a szív elektromosságának követése VR-ben) a röntgen alatti sugárzást nullára csökkentheti a beavatkozás során.

A digitális orvosasszisztens

A SOTE-n zajló adattudományi fejlesztések célja egy olyan digitális orvosasszisztens (dashboard) felépítése, amely segíti a klinikai döntéshozatalt. Ez a belső fejlesztés a rendelkezésre álló strukturált és szabadszöveges adatokból indul ki.

• A kardiológusok számára például a szoftver megjeleníti a pacemaker beállításait, míg a diabetológus számára az inzulinkezelés váltakozásait mutatja.
• Ez az asszisztens a beteg kórtörténetét és minden releváns információt összesít, így a klinikus számára könnyebbé teszi a rutinszerű feladatokat.

Konklúzió: a jövő kardiológusa és az MI

A kardiológia digitális transzformációja elengedhetetlen a betegek jobb prognózisának eléréséhez és a rendszer hatékonyságának növeléséhez. A cél az, hogy a felhalmozott klinikai adatok elemzésével olyan digitális orvosasszisztens (dashboard) jöjjön létre, amely a kardiológusok számára specifikus információkat (például pacemaker beállításokat) jelenít meg, segítve a rutinszerű feladatokat.