پیش‌بینی سلامت قلب با هوش مصنوعی ممکن شد
شاید رویاهایتان پیش‌بینی‌کننده‌ی آینده نباشند، اما الگوی خواب قلب‌تان می‌تواند خطرات احتمالی تهدیدکننده‌ی سلامت قلب در آینده را آشکار سازد.
قاب فردا به نقل از همشهری آنلاین – آرش نهاوندی: پژوهشگران در مطالعات خود دریافتند که در مراحل نخستین خواب، همراه با نوسانات سریع سیستم عصبی، می‌توان از فعالیت الکتریکی قلب برای شناسایی خطرات سلامتی آینده بهره برد. تنها نیازی که برای این کار وجود دارد، داده‌های یک نوار قلب (ECG) است که از طریق اتصال سیم‌های الکتروکاردیوگرام به بدن در حین خواب، نوسانات قلب را ثبت می‌کند. یافته‌های این پژوهش با حمایت مؤسسه ملی سلامت (NIH) آمریکا، در نشریه «خواب» منتشر گردیده است.
دیوید گاف، سرپرست «مؤسسه ملی قلب، ریه و خون آمریکا (NHLBI)» اظهار می‌دارد: این روش نوین قادر است افرادی را که مستعد بیماری‌های قلبی و عروقی هستند، سال‌ها قبل از ظهور علائم بالینی شناسایی کند.
این بیماران در یک مطالعه درباره خواب در «بیمارستان عمومی ماساچوست» واقع در بوستون مشارکت داشتند و در بخشی از این تحقیق، فعالیت قلبی آن‌ها در حین خواب با استفاده از نوار قلب (ECG) سنجیده شد. محققان در این تحقیق، با بهره‌گیری از یک الگوریتم یادگیری عمیق، دریافتند که داده‌های یک نوار قلب در کنار مراحل خواب، می‌توانند پیامدهای سلامت قلب و عروق را با دقت پیش‌بینی کنند.
این موضوع حتی با لحاظ سایر عوامل خطر قلبی-عروقی مانند سن، جنس، دیابت، فشار خون بالا و مصرف سیگار نیز صادق است. برای مثال، در سبک‌ترین مرحله خواب، به نظر می‌رسد تغییرات در الگوهای ضربان قلب و هدایت الکتریکی به‌ویژه نشانه‌دهنده‌ی خطرات سلامتی در آینده است.
- اگر این نشانه‌های ساده را دارید تا چند سال آینده به بیماری قلبی مبتلا می‌شوید
- چطور بخوابیم قلب‌مان آسیب نبیند؟
نویسندگان این تحقیق توضیح می‌دهند: این نوسانات سریع خودکار ممکن است ناهنجاری‌های ظریف در دینامیک ضربان قلب یا الگوهای هدایت را تشدید کند. در واقع، ترکیب داده‌های حاصل از نوار قلب در زمان خواب، مدل‌های فعلی پیش‌بینی خطر قلبی-عروقی را تا ۶ درصد برای فیبریلاسیون دهلیزی، تا ۹ درصد برای نارسایی قلبی و تا ۷ درصد برای پیش‌بینی مرگ و میر بهبود بخشیده است.
نویسندگان توضیح می‌دهند که این افزایش‌های مطلق ممکن است اندک به نظر برسند، اما توانایی ما را در تمایز بین افرادی که به نارسایی قلبی مبتلا می‌شوند و افرادی که نمی‌شوند، فراتر از روش‌های سنتی ارتقا می‌بخشند.
با توسعه مستمر، سیستم‌های هوش مصنوعی این پتانسیل را دارند که به پزشکان در غربالگری بیماران مبتلا به اختلالات خواب که ممکن است در معرض خطر بالاتری برای نارسایی قلبی باشند، یاری رسانند.
گاف می‌گوید: در آینده، رویکردهای تحلیلی اثبات‌شده چون این می‌توانند به عنوان ابزاری برای غربالگری پیامدهای نامطلوب قلبی-عروقی، در آزمایش‌های تشخیصی فعلی برای بیمارانی که تحت مطالعات خواب قرار می‌گیرند، گنجانده شوند.
