Szívfunkciót vizsgáló AI modell

Nyugtalanító adatokat közölt a WHO: legújabb tanulmányok szerint világszerte egyre gyakoribbá válik a szív- és érrendszeri betegségek előfordulása a 20-29 éves korosztályban. Ennek hátterében elsősorban a fiatalok körében növekvő metabolikus kockázati tényezők – az elhízás, a hipertónia, a kórosan magas vérzsírszint és a cukorbetegség – állnak, amelyek már ebben az életkorban is jelentősen terhelik a keringési rendszert.

A korai felismerést segítő, részletes kardiológiai vizsgálatok többnyire fejlett diagnosztikai eszközöket és speciális szakellátást igényelnek, amelyek jellemzően csak nagyvárosi, magas technológiai felszereltségű kórházakban érhetők el. Ez különösen megnehezíti a nem invazív, ugyanakkor részletes szívfunkció‑monitorozást azoknál a fiataloknál, akiknél a metabolikus eltérések miatt fokozott kockázat áll fenn. Ezen kihívások áthidalására a kutatók egyre intenzívebben vizsgálják, miként lehetne használni a mesterséges intelligenciát a korszerű kardiovaszkuláris diagnosztikában.

Patricia Angela R. Abu vezetésével, az Ateneo de Manila University informatikai és számítástudományi tanszékének nemzetközi kutatócsoportja olyan mesterségesintelligencia‑modellt fejlesztett, amely nagy pontossággal képes jelezni a szív pumpafunkciójának hatékonyságát. A szív teljesítményét leíró index (CI; cardiac index) olyan élettani paramétereket foglal magában, mint a szívfrekvencia, a térfogat‑index és a perctérfogat, amelyek a klinikai döntéshozatal alapvető elemei. Az új modell ezeket az adatokat a bőrre helyezett, nem invazív szenzorokból származó jelek alapján értékeli, és 97,78%-os osztályozási pontossággal működik, ami jelentős előrelépést jelent a könnyen hozzáférhető szívmonitorozás területén.

Az ilyen jellegű MI‑alkalmazások ígéretes alternatívát kínálnak a hagyományos hemodinamikai vizsgálatokkal szemben, amelyek speciális elemző készülékeket, kontrollált klinikai környezetet és magasan képzett szakembereket igényelnek. A modern algoritmusok segítségével a kutatók olyan alapvető egészségügyi adatokból képesek részletes kardiovaszkuláris információkat nyerni, amelyek korábban nem voltak elegendők a szív teljesítményének pontos megítéléséhez.

Az eredmények arra utalnak, hogy a fejlett szívfunkció‑értékelés a jövőben nem feltétlenül korlátozódik a nagy kórházakra és szakrendelőkre. A modell kiváló pontossága azt sugallja, hogy a megbízható kardiovaszkuláris diagnosztika nem minden esetben igényel összetett, erőforrás‑igényes eljárásokat. A kutatócsoport a módszer további validálását tervezi különböző populációkban, és vizsgálja annak lehetőségét is, hogy a szükséges mérési paraméterek számát tovább csökkentsék.

Írásunk az alábbi közlemények alapján készült:

AI model accurately predicts how effectively the heart pumps blood

Robust Non-Invasive Cardiac Index Prediction via Feature Integration and Data-Augmented Neural Networks

Irodalmi hivatkozás:

Chang, C.-H., et al. (2026). Robust Non-Invasive Cardiac Index Prediction via Feature Integration and Data-Augmented Neural Networks. Bioengineering. DOI: 10.3390/bioengineering13040477. https://www.mdpi.com/2306-5354/13/4/477