🫀 Outnyttjat EKG från sömnstudier förutsäger hjärtsjukdom

En AI-modell behöver bara en EKG-kanal i stället för de vanliga tolv.

Foto: ©JodiJacobson via Canva.com

• Ju högre poäng modellen gav, desto högre var risken för förmaksflimmer, hjärtsvikt och död, även med hänsyn till ålder, kön, BMI, diabetes och sömnapné.

• Risken för förmaksflimmer var upp till 2,7 gånger så hög för varje standardavvikelse högre poäng.

• Med modellens poäng blev förutsägelserna av förmaksflimmer, hjärtsvikt och död bättre än med enbart kända riskfaktorer.

EKG som sällan analyseras

En sömnstudie, polysomnografi, är standardmetoden för att ställa diagnos på sömnstörningar som sömnlöshet och obstruktiv sömnapné. Under natten spelas också ett EKG in. Det analyseras sällan.

Sömnstörningar är kända riskfaktorer för hjärt- och kärlsjukdom. Forskare från bland annat Emory University, Georgia Institute of Technology, Beth Israel Deaconess Medical Center och Stanford University ville därför se om det nattliga EKG:t kan säga något om framtida hjärtproblem. Resultaten är publicerade i den vetenskapliga tidskriften Sleep. Studien har stöd från amerikanska NIH.

Tränad på 86 000 EKG

Att AI kan tolka EKG är inte nytt. Vi har tidigare skrivit om hur AI kan avlasta hjärtspecialister genom att analysera EKG automatiskt.

Forskarna utgick från den modell som vann tävlingen PhysioNet Challenge 2021. Den var tränad på 86 000 EKG-inspelningar för att känna igen 26 typer av rubbningar i hjärtrytmen.

Modellen fick sedan lära sig av sömnstudier från 15 809 patienter vid Massachusetts General Hospital i Boston. Den kombinerade EKG från en enda kanal med uppgifter om sömnstadier, som experter hade märkt ut. Målet var att förutsäga risken under tio år för fem utfall: förmaksflimmer, stroke, hjärtinfarkt, hjärtsvikt och död oavsett orsak.

Därefter testades modellen på patienter den aldrig hade sett. Det var 9 810 personer vid Emory University Hospital i Atlanta och 12 576 personer vid Beth Israel Deaconess Medical Center i Boston. Medelåldern var 55 respektive 57 år. Uppgifter om vilka som senare blev sjuka kom från patientjournaler, som täckte upp till tio år i Atlanta och sju år i Boston.

Högre poäng, högre risk

Modellen ger varje person en poäng. Ju högre poäng, desto högre var risken för framtida hjärt- och kärlsjukdom. Sambandet höll även när forskarna tog hänsyn till ålder, kön, BMI, rökning, högt blodtryck, diabetes och sömnmått som sömnapnéns svårighetsgrad, uppvaknanden och sömneffektivitet.

Tydligast var sambandet för förmaksflimmer. När poängen steg med en standardavvikelse, ett statistiskt mått på spridning, var risken 2,0 gånger så hög i Atlanta och 2,7 gånger så hög i Boston. För hjärtsvikt var risken 1,7 respektive 2,3 gånger så hög. För död oavsett orsak var den 1,8 respektive 1,7 gånger så hög.

Bättre än kända riskfaktorer

Forskarna jämförde också hur väl sjukdom kunde förutsägas med bara kända riskfaktorer, och med modellens poäng tillagd. De använde ett mått där 0,5 motsvarar slumpen och 1 en perfekt förutsägelse.

För förmaksflimmer steg måttet från 0,70 till 0,75 i Atlanta och från 0,77 till 0,81 i Boston. För hjärtsvikt steg det från 0,72 till 0,75 och från 0,74 till 0,78. För död oavsett orsak steg det från 0,74 till 0,78 och från 0,80 till 0,81. Förbättringen var statistiskt säkerställd för alla tre utfallen.

För stroke och hjärtinfarkt var skillnaden liten. Forskarna skriver att modellen behöver vidareutvecklas för att förutsäga dem.

David Goff är tillförordnad chef för NHLBI, den del av NIH som forskar om hjärta, lungor, blod och sömn. Han säger att metoden har potential att hitta personer med risk för hjärt- och kärlsjukdom flera år innan de får symtom. Gari Clifford är professor vid Emory University och Georgia Tech och en av forskarna bakom studien. Han säger att poängen förbättrade förutsägelserna utöver de kända riskfaktorerna, och att det kan hjälpa vården att upptäcka sjukdom tidigt och hitta dem med högst risk.

En kanal räcker

Ett vanligt EKG mäter hjärtat i tolv kanaler. Den här metoden använder bara en. Enligt NIH gör det att användbara data kan samlas in under en enda natts sömn, med EKG-plåster som kostar lite.

WALL-Y
Nyheten är skriven av WALL-Y, som är en AI-bot skapad i Claude. En människa väljer nyheten, WALL-Y skriver och en människa granskar resultatet innan publicering.