Η οφθαλμολογική εξέταση μπορεί να αποκαλύψει κίνδυνο καρδιακής προσβολής ή εγκεφαλικού επεισοδίου

Μια απλή ψηφιακή φωτογραφία του πίσω μέρους του ματιού μπορεί να προβλέψει ένα σημαντικό καρδιαγγειακό συμβάν - όπως καρδιακή προσβολή ή εγκεφαλικό επεισόδιο - που θα συμβεί μέσα στην επόμενη δεκαετία με ακρίβεια 70%, σύμφωνα με έρευνα που υποστηρίζεται από το Βρετανικό Ίδρυμα Καρδιάς και το Εθνικό Ινστιτούτο Έρευνας για την Υγεία και τη Φροντίδα (NIHR).

Οι ερευνητές πιστεύουν ότι οι τακτικές σαρώσεις αμφιβληστροειδούς θα μπορούσαν επίσης να χρησιμοποιηθούν για την παρακολούθηση της υγείας της καρδιάς ενός ατόμου με την πάροδο του χρόνου, καθώς βρήκαν επίσης μια σύνδεση μεταξύ της αλλαγής στη βαθμολογία κινδύνου σε διάστημα τριών ετών και της πιθανότητας ενός σοβαρού καρδιαγγειακού συμβάντος.

Η σάρωση των ματιών αναλύεται χρησιμοποιώντας τεχνητή νοημοσύνη (AI), η οποία παρέχει μια εξατομικευμένη πρόγνωση κινδύνου σε κλάσματα του δευτερολέπτου.

Όσοι διατρέχουν τον υψηλότερο κίνδυνο θα μπορούσαν να παραπεμφθούν σε γενικό ιατρό, ο οποίος μπορεί να συνταγογραφήσει φάρμακα για την αρτηριακή πίεση ή στατίνες για τη μείωση της χοληστερόλης. Στο μέλλον, οι ερευνητές ελπίζουν ότι όποιος κάνει οφθαλμολογική εξέταση θα μπορεί να λαμβάνει ειδοποίηση σχετικά με την καρδιακή του πάθηση στο smartphone του.

Η Δρ. Ίφι Μόρντι, ερευνήτρια του Βρετανικού Ιδρύματος Καρδιάς στο Πανεπιστήμιο του Νταντί και σύμβουλος καρδιολόγος, ηγήθηκε της μελέτης, η οποία δημοσιεύτηκε στο περιοδικό Cardiovascular Diabetology.

Είπε:

«Μπορεί να σας εκπλήξει, αλλά τα μάτια είναι το παράθυρο προς την καρδιά.
Εάν υπάρχει βλάβη ή στένωση των αιμοφόρων αγγείων στο πίσω μέρος του ματιού, υπάρχει μεγάλη πιθανότητα αυτό να παρατηρηθεί και στα αγγεία βαθύτερα στο σώμα που τροφοδοτούν την καρδιά, κάτι που μπορεί να οδηγήσει σε καρδιακή προσβολή ή εγκεφαλικό επεισόδιο.
Πρόκειται για μια γρήγορη σάρωση που εκτελείται τακτικά και διαρκεί λιγότερο από ένα λεπτό. Θα μπορούσε να αποτελέσει σημαντικό μέρος ενός πακέτου φροντίδας, μαζί με τους ελέγχους αρτηριακής πίεσης και χοληστερόλης, για τον εντοπισμό ατόμων που θα μπορούσαν να ωφεληθούν από θεραπεία ή αλλαγές στον τρόπο ζωής.»

Πώς λειτουργεί η τεχνολογία

Ερευνητές στο Πανεπιστήμιο του Νταντί ανέπτυξαν τεχνολογία τεχνητής νοημοσύνης για την ανάλυση ψηφιακών φωτογραφιών αμφιβληστροειδούς που συνήθως αποτελούν μέρος των συνήθων οφθαλμολογικών εξετάσεων.

Αρχικά, η τεχνητή νοημοσύνη εκπαιδεύτηκε να εντοπίζει προειδοποιητικά σημάδια όπως στένωση αιμοφόρων αγγείων, μπλοκαρίσματα και αλλοιώσεις που θα μπορούσαν να είναι σημάδια επικείμενων καρδιακών προβλημάτων. Στη συνέχεια, χρησιμοποιήθηκε μια προσέγγιση «μαύρου κουτιού», επιτρέποντας στην τεχνολογία να χρησιμοποιεί βαθιά μηχανική μάθηση για να αναζητήσει οποιαδήποτε λεπτομέρεια στις εικόνες, από το μέγεθος έως τη θέση των αιμοφόρων αγγείων.

Μετά από εκπαίδευση σε ~4.200 εικόνες, η τεχνητή νοημοσύνη του μαύρου κουτιού δοκιμάστηκε για να διαπιστωθεί πόσο καλά μπορούσε να προβλέψει άτομα που θα υπέστησαν καρδιακή προσβολή ή εγκεφαλικό επεισόδιο ή θα πέθαιναν από καρδιαγγειακή νόσο την επόμενη δεκαετία. Η ομάδα διαπίστωσε ότι η τεχνητή νοημοσύνη προέβλεψε το 70% αυτών των περιπτώσεων όταν δοκιμάστηκε σε οφθαλμολογικές σαρώσεις από περισσότερα από 1.200 άτομα.

Μερικοί συμμετέχοντες υποβλήθηκαν επίσης σε επαναλαμβανόμενο υπερηχογράφημα τρία χρόνια μετά το πρώτο. Όταν οι ερευνητές ανέλυσαν πώς άλλαζαν οι βαθμολογίες κινδύνου που προσδιορίστηκαν από την τεχνητή νοημοσύνη μεταξύ των σαρώσεων, διαπίστωσαν ότι το πέμπτο της ομάδας με τη μεγαλύτερη αύξηση στη βαθμολογία είχε 54% υψηλότερο κίνδυνο σοβαρού καρδιαγγειακού συμβάντος από τους υπόλοιπους.

Αυτή η αύξηση του κινδύνου κατά 54% παρατηρήθηκε σε άτομα των οποίων η βαθμολογία AI αυξήθηκε μόλις κατά 3% σε διάστημα τριών ετών - για παράδειγμα, εάν ο 10ετής κίνδυνος καρδιαγγειακού συμβάντος αυξήθηκε από 20% σε 23%.

Σύγκριση με τις τρέχουσες μεθόδους

Η ομάδα συνέκρινε επίσης την τεχνολογία τεχνητής νοημοσύνης με την πρόβλεψη κινδύνου που λαμβάνουν οι άνθρωποι από τους τακτικούς ελέγχους υγείας με τον γιατρό τους — τον «καρδιαγγειακό κίνδυνο», που είναι το ποσοστό πιθανότητας να υποστούν σοβαρό καρδιακό επεισόδιο την επόμενη δεκαετία με βάση παράγοντες όπως η ηλικία, το φύλο, η αρτηριακή πίεση, τα επίπεδα χοληστερόλης και το κάπνισμα. Οι ερευνητές διαπίστωσαν ότι η τεχνητή νοημοσύνη και η παραδοσιακή μέθοδος εντόπισαν σχεδόν το ίδιο ποσοστό ατόμων που διατρέχουν κίνδυνο καρδιακής προσβολής, εγκεφαλικού επεισοδίου ή θανάτου από καρδιαγγειακή νόσο.

Όταν συνδυάστηκαν ο κλινικός κίνδυνος, η σάρωση αμφιβληστροειδούς και μια πρόσθετη γενετική εξέταση, η προγνωστική ακρίβεια αυξήθηκε στο 73%. Αυτό σημαίνει ότι μαζί θα μπορούσαν ενδεχομένως να εντοπίσουν τρία επιπλέον άτομα στα 100 που διέτρεχαν κίνδυνο.

Η τεχνητή νοημοσύνη έχει δοκιμαστεί σε άτομα με διαβήτη, επειδή υποβάλλονται σε τακτικές σαρώσεις αμφιβληστροειδούς στο NHS για τον έλεγχο επιπλοκών που επηρεάζουν το μάτι. Ωστόσο, οι ερευνητές πιστεύουν ότι η ανάλυση των αιμοφόρων αγγείων στο μάτι για την αξιολόγηση του καρδιαγγειακού κινδύνου θα πρέπει να λειτουργεί για τους περισσότερους ανθρώπους, όχι μόνο για τους διαβητικούς.

Σύναψη

Η μελέτη ήταν αποτέλεσμα συνεργασίας μεταξύ κλινικών ερευνητών, συμπεριλαμβανομένων των Δρ. Mordi και Δρ. Alex Doney από το Πανεπιστήμιο του Dundee, και των επιστημόνων υπολογιστών που ανέπτυξαν την τεχνητή νοημοσύνη, με επικεφαλής τον καθηγητή Emanuele Trucco και τον Δρ. Mohammad Sayed.

Ο καθηγητής Brian Williams, επικεφαλής επιστημονικός και ιατρικός υπεύθυνος στο Βρετανικό Ίδρυμα Καρδιάς, δήλωσε:

«Όσο ακριβέστερα μπορούμε να προβλέψουμε τον κίνδυνο ενός ατόμου να υποστεί καρδιακή προσβολή ή εγκεφαλικό επεισόδιο, τόσο μεγαλύτερες είναι οι πιθανότητες πρόληψής τους. Οι
πρωτοποριακές καινοτομίες, όπως η χρήση σαρώσεων αμφιβληστροειδούς παράλληλα με τον ιατρικό έλεγχο, θα μπορούσαν να διαδραματίσουν ρόλο στη βελτίωση της πρόβλεψης κινδύνου, η οποία είναι σημαντική για την επίτευξη του στόχου του Βρετανικού Ιδρύματος Καρδιάς για την πρόληψη 125.000 καρδιακών προσβολών και εγκεφαλικών επεισοδίων στο Ηνωμένο Βασίλειο έως το 2035.
Ωστόσο, απαιτείται περισσότερη έρευνα για να επιβεβαιωθεί η αξιοπιστία αυτής της προγνωστικής ακρίβειας και να προσδιοριστεί πόσο ρεαλιστική είναι η ενσωμάτωση των σαρώσεων αμφιβληστροειδούς στην κλινική πρακτική.»