Kategoriler
UYGULAMALAR
İstanbul
Uyku sırasında yapılan basit bir testin, kalp hastalığı riskini yıllar öncesinden tespit edebildiği belirlendi. Araştırmaya göre, uyku esnasında kaydedilen elektrokardiyografi (EKG) verileri yapay zeka ile analiz edilerek kişilerin 10 yıllık kardiyovasküler hastalık riski tahmin edildi.
Uykuda gerçekleştirilen polisomnografi testi, uykusuzluk ve obstrüktif uyku apnesi gibi rahatsızlıkların teşhisinde kullanılıyor. Test sırasında EKG kayıtları da alınmasına rağmen bu veriler çoğu zaman ayrıntılı biçimde incelenmiyor.
Araştırmacılar, uyku testlerinden elde edilen EKG kayıtlarının kalp krizi, düzensiz kalp ritmi ve inme gibi sağlık sorunlarının uzun vadeli riskini öngörmekte kullanılıp kullanılamayacağını değerlendirdi. Çalışmada, Boston'daki Massachusetts General Hospital'da uyku incelemesi yapılan 15 binden fazla hastanın verileriyle bir yapay zeka modeli eğitildi.
Sleep dergisinde yayımlanan araştırmada bilim insanları, geliştirdikleri yöntemi Atlanta'daki Emory University Hospital'dan 9 bin 800'den fazla ve Boston'daki sağlık merkezinden 12 bin 500'den fazla hastayı kapsayan 2 ayrı veri kümesi üzerinde de test etti.
Yapay zeka modeli, kişileri uzun vadeli kalp ve damar hastalıkları açısından farklı risk gruplarına ayırdı. Yaş, cinsiyet, vücut kitle indeksi (VKİ), diyabet ve hipertansiyon gibi diğer risk faktörleri hesaba katıldığında da modelin ilerleyen yıllarda ortaya çıkabilecek kalp krizi ve ritim bozukluklarını tahmin etme gücünü koruduğu belirlendi.
Araştırmacılar, uyku testlerinden alınan EKG verilerinin atriyal fibrilasyon olarak bilinen düzensiz kalp ritmi, inme, miyokart enfarktüsü (kalp krizi), kalp yetmezliği ve ölüm riskini uyku incelemesinden sonraki 10 yıla kadar öngörebildiğini bildirdi.
Bilim insanları, çalışmada kullanılan derin öğrenme modelinin uyku evrelerine ilişkin bilgilerle birlikte gece boyunca kaydedilen EKG verilerini analiz ederek kalp hastalıklarına işaret edebilecek anormallikleri saptadığını belirtti.
Yöntemin polisomnografi testlerine entegre edilmesiyle hastalıkların tespitini daha da geliştireceği ve kişiye özel klinik kararların alınmasını destekleyeceği ifade edildi.