A mesterséges intelligencia előrejelzi, hogy mely betegek halnak meg nagy valószínűséggel hirtelen szívmegállásban

Egy új mesterséges intelligencia modell sokkal hatékonyabb a szívmegállás kockázatának azonosításában, mint az orvosok. A rendszer lényege, hogy elemzi a kihasználatlan képalkotó eljárásokat és az orvosi feljegyzéseket, és feltárja a beteg szívének egészségével kapcsolatos, korábban rejtett információkat.

A Johns Hopkins Egyetem kutatói által vezetett kutatás sok életet menthet meg, és sok embert megkímélhet a szükségtelen orvosi beavatkozásoktól, beleértve a szükségtelen defibrillátorok beültetését is.

„Jelenleg vannak olyan pácienseink, akik életük teljében halnak meg, mert nincsenek védve, másoknak pedig életük végéig defibrillátorokkal kell élniük anélkül, hogy bármilyen előnyük származna belőlük” – mondta Natalia Trayanova, a tanulmány vezető szerzője, a mesterséges intelligencia kardiológiai alkalmazására szakosodott kutató. „Képesek vagyunk nagyon nagy pontossággal megjósolni, hogy egy betegnél nagyon magas-e a hirtelen szívhalál kockázata vagy sem.”

Az eredmények a Nature Cardiovascular Research című folyóiratban jelentek meg.

A hipertrófiás kardiomiopátia az egyik leggyakoribb örökletes szívbetegség, amely világszerte minden 200-500. embert érint, és a hirtelen szívhalál egyik vezető oka a fiatalok és a sportolók körében.

Sok hipertrófiás kardiomiopátiában szenvedő beteg normális életet él, de egy részüknél jelentősen megnőtt a hirtelen szívhalál kockázata. Az orvosok számára szinte lehetetlen megállapítani, hogy kik ezek a betegek.

Az Egyesült Államokban és Európában az orvosok által a halálos szívrohamok kockázatának kitett betegek azonosítására használt jelenlegi klinikai irányelvek körülbelül 50%-os esélyt adnak a megfelelő betegek azonosítására, „ami nem sokkal jobb, mint a kockadobálás” – mondja Trayanova.

A csapat modellje minden demográfiai csoportban jelentősen felülmúlta a klinikai irányelveket.

A kamrai aritmia kockázatának rétegzésére szolgáló multimodális mesterséges intelligencia (MAARS) módszer különféle orvosi adatok és feljegyzések elemzésével, valamint – most először – a beteg szívéről készült, kontrasztanyaggal fokozott MRI-képeken található összes információ feltárásával előrejelzi az egyes betegek hirtelen szívhalálának kockázatát.

A hipertrófiás kardiomiopátiában szenvedőknél fibrózis alakul ki a szívben, és ez a hegesedés növeli a hirtelen szívhalál kockázatát. Bár az orvosok nem tudták értelmezni a nyers MRI-képeket, a mesterséges intelligencia modellje pontosan a kritikus hegesedési mintázatokra fókuszált.

A csapat a modellt valódi betegekkel tesztelte, akiket a hagyományos klinikai irányelvek szerint kezeltek a Johns Hopkins Kórházban és az észak-karolinai Sanger Szív- és Érrendszeri Intézetben.

A klinikai irányelvekhez képest, amelyek az esetek körülbelül felében voltak pontosak, a mesterséges intelligencia modell 89%-ban volt pontos az összes beteg esetében, és ami kritikus, 93%-ban a 40 és 60 év közöttiek esetében, akik a hipertrófiás kardiomiopátiában szenvedő betegek körében a hirtelen szívhalál kockázatának leginkább kitett populáció.

A mesterséges intelligencia modellje azt is leírhatja, hogy a betegek miért vannak kitéve magas kockázatnak, így az orvosok az egyéni szükségleteikhez igazíthatják az orvosi tervet.

„Tanulmányunk azt mutatja, hogy a mesterséges intelligencia modellje jelentősen javítja a legnagyobb kockázatnak kitett személyek előrejelzésének képességét a jelenlegi algoritmusainkhoz képest, és így képes átalakítani a klinikai ellátást” – mondja Jonathan Crispin, a Johns Hopkins kardiológusa, a tanulmány társszerzője.

A csapat azt tervezi, hogy további betegeken teszteli az új modellt, és kiterjeszti az új algoritmust más típusú szívbetegségekre, beleértve a szívszarkoidózist és az aritmogén jobb kamrai kardiomiopátiát.

Lai, C., Yin, M., Kholmovski, E.G. et al. Multimodal AI to forecast arrhythmic death in hypertrophic cardiomyopathy. Nat Cardiovasc Res (2025). https://doi.org/10.1038/s44161-025-00679-1