AI giúp dự đoán bệnh nhân suy tim nào sẽ trở nặng trong vòng một năm?

Liệu AI có thể giúp dự đoán bệnh nhân suy tim nào sẽ trở nặng trong vòng một năm?

Đặc trưng bởi sự suy yếu hoặc tổn thương cơ tim, suy tim dẫn đến sự tích tụ dần chất lỏng trong phổi, chân, bàn chân và các bộ phận khác của cơ thể bệnh nhân. Tình trạng này là mãn tính và không thể chữa khỏi, thường dẫn đến rối loạn nhịp tim hoặc ngừng tim đột ngột. Trong nhiều thế kỷ, việc trích máu và sử dụng đỉa là phương pháp điều trị được ưa chuộng, nổi tiếng được thực hiện bởi các thợ cắt tóc phẫu thuật ở châu Âu, vào thời điểm mà các bác sĩ hiếm khi phẫu thuật cho bệnh nhân. Trong thế kỷ 21, việc quản lý suy tim đã trở nên ít "trung cổ" hơn: Ngày nay, bệnh nhân trải qua sự kết hợp của những thay đổi lối sống lành mạnh, kê đơn thuốc và đôi khi sử dụng máy tạo nhịp tim. Tuy nhiên, suy tim vẫn là một trong những nguyên nhân hàng đầu gây bệnh tật và tử vong, gây ra gánh nặng đáng kể cho hệ thống chăm sóc sức khỏe trên toàn cầu. "Khoảng một nửa số người được chẩn đoán mắc bệnh suy tim sẽ chết trong vòng năm năm sau khi chẩn đoán," Teya Bergamaschi, một sinh viên tiến sĩ tại MIT trong phòng thí nghiệm của Giáo sư Nina T. và Robert H. Rubin Collin Stultz và đồng tác giả đầu tiên của một bài báo mới giới thiệu một mô hình học sâu để dự đoán suy tim cho biết. "Việc hiểu được tình trạng của bệnh nhân sau khi nhập viện thực sự quan trọng trong việc phân bổ các nguồn lực hữu hạn."

Bài báo, được xuất bản trên tạp chí Lancet eClinical Medicine bởi một nhóm các nhà nghiên cứu tại MIT, Mass General Brigham và Trường Y Harvard, chia sẻ kết quả từ việc phát triển và thử nghiệm PULSE-HF, viết tắt một cách lỏng lẻo cho "Dự đoán những thay đổi trong chức năng tâm thu thất trái từ điện tâm đồ của bệnh nhân bị suy tim." Dự án được thực hiện trong phòng thí nghiệm của Stultz, nơi liên kết với Phòng khám Abdul Latif Jameel về Học máy trong Y tế của MIT. Được phát triển và thử nghiệm hồi cứu trên ba nhóm bệnh nhân khác nhau từ Bệnh viện Đa khoa Massachusetts, Bệnh viện Brigham and Women's và MIMIC-IV (một bộ dữ liệu có sẵn công khai), mô hình học sâu dự đoán chính xác những thay đổi trong phân suất tống máu thất trái (LVEF), là tỷ lệ phần trăm máu được bơm ra khỏi tâm thất trái của tim.

Một trái tim khỏe mạnh của con người bơm ra khoảng 50 đến 70 phần trăm máu từ tâm thất trái với mỗi nhịp đập - bất kỳ điều gì ít hơn đều được coi là dấu hiệu của một vấn đề tiềm ẩn. "Mô hình lấy một [điện tâm đồ] và đưa ra dự đoán về việc liệu có phân suất tống máu trong năm tới giảm xuống dưới 40 phần trăm hay không," Tiffany Yau, một sinh viên tiến sĩ tại MIT trong phòng thí nghiệm của Stultz, đồng thời là đồng tác giả đầu tiên của bài báo PULSE-HF cho biết. "Đó là nhóm suy tim nghiêm trọng nhất." Nếu PULSE-HF dự đoán rằng phân suất tống máu của bệnh nhân có khả năng xấu đi trong vòng một năm, bác sĩ lâm sàng có thể ưu tiên bệnh nhân để theo dõi. Sau đó, những bệnh nhân có nguy cơ thấp hơn có thể giảm số lần đến bệnh viện và thời gian gắn 10 điện cực lên cơ thể để thực hiện điện tâm đồ 12 đạo trình. Mô hình này cũng có thể được triển khai trong các cơ sở lâm sàng có nguồn lực hạn chế, bao gồm cả văn phòng bác sĩ ở vùng nông thôn, nơi thường không có kỹ thuật viên siêu âm tim được thuê để chạy siêu âm hàng ngày.

"Điều lớn nhất phân biệt [PULSE-HF] với các phương pháp điện tâm đồ suy tim khác là thay vì phát hiện, nó dự báo," Yau nói. Bài báo lưu ý rằng cho đến nay, không có phương pháp nào khác tồn tại để dự đoán sự suy giảm LVEF trong tương lai ở bệnh nhân suy tim.

Trong quá trình thử nghiệm và xác thực, các nhà nghiên cứu đã sử dụng một thước đo được gọi là "diện tích dưới đường cong đặc tính hoạt động của máy thu" (AUROC) để đo hiệu suất của PULSE-HF. AUROC thường được sử dụng để đo khả năng phân biệt giữa các lớp của mô hình trên thang điểm từ 0 đến 1, với 0,5 là ngẫu nhiên và 1 là hoàn hảo. PULSE-HF đạt được AUROC từ 0,87 đến 0,91 trên cả ba nhóm bệnh nhân.

Đáng chú ý, các nhà nghiên cứu cũng đã xây dựng một phiên bản PULSE-HF cho điện tâm đồ một đạo trình, nghĩa là chỉ cần đặt một điện cực lên cơ thể. Mặc dù điện tâm đồ 12 đạo trình thường được coi là vượt trội hơn vì toàn diện và chính xác hơn, nhưng hiệu suất của phiên bản một đạo trình của PULSE-HF cũng mạnh như phiên bản 12 đạo trình.

Mặc dù ý tưởng đằng sau PULSE-HF đơn giản một cách thanh lịch, nhưng giống như hầu hết các nghiên cứu AI lâm sàng, nó che giấu một quá trình thực hiện vất vả. "Phải mất nhiều năm [để hoàn thành dự án này]," Bergamaschi nhớ lại. "Nó đã trải qua nhiều lần lặp lại." Một trong những thách thức lớn nhất của nhóm là thu thập, xử lý và làm sạch các bộ dữ liệu điện tâm đồ và siêu âm tim. Mặc dù mô hình nhằm mục đích dự báo phân suất tống máu của bệnh nhân, nhưng các nhãn cho dữ liệu huấn luyện không phải lúc nào cũng có sẵn. Giống như một học sinh học từ sách giáo khoa có đáp án, việc gắn nhãn là rất quan trọng để giúp các mô hình học máy xác định chính xác các mẫu trong dữ liệu.

Văn bản tuyến tính, rõ ràng ở dạng tệp TXT thường hoạt động tốt nhất khi đào tạo mô hình. Nhưng các tệp siêu âm tim thường ở dạng PDF và khi PDF được chuyển đổi thành tệp TXT, văn bản (vốn bị ngắt bởi dấu ngắt dòng và định dạng) trở nên khó khăn cho mô hình để...