Krijgt u een hartstilstand? Nieuwe technologie kan voorspellen of en wanneer

Onderzoekers van de Johns Hopkins University willen een 3D-model van je hart maken om een levensbedreigend probleem te voorspellen voordat het gebeurt.

Krijgt u een hartstilstand? Nieuwe technologie kan voorspellen of en wanneer

Door Natalie Sabin

26 april 2022 C Sterfgevallen door COVID-19 hebben de laatste tijd misschien meer aandacht gekregen, maar hartziekten blijven de belangrijkste doodsoorzaak in de VS.

Meer dan 300.000 Amerikanen zullen dit jaar sterven aan een plotselinge hartstilstand (ook wel plotselinge hartdood genoemd, of SCD), wanneer het hart abrupt stopt met werken.

Deze gebeurtenissen gebeuren plotseling en vaak zonder waarschuwing, waardoor ze bijna onmogelijk te voorspellen zijn. Maar daar komt misschien verandering in, dankzij 3D-beeldvorming en kunstmatige intelligentie (AI)-technologie die wordt bestudeerd aan de Johns Hopkins University.

Daar werken onderzoekers aan nauwkeurigere en gepersonaliseerde modellen van het hart C en niet zomaar een hart, uw hart, als u een hartziekte hebt.

Op dit moment kan een arts alleen zeggen of een patiënt al dan niet risico loopt op een plotselinge dood, zegt Dan Popescu, PhD, een Johns Hopkins-onderzoekswetenschapper en eerste auteur van een nieuwe studie over het vermogen van AI's om een plotselinge hartstilstand te voorspellen. Met deze nieuwe technologie kun je veel genuanceerdere voorspellingen doen over de waarschijnlijkheid van een gebeurtenis in de loop van de tijd.

Anders gezegd: Met AI kunnen artsen misschien niet alleen voorspellen of iemand risico loopt op een plotselinge hartstilstand, maar ook wanneer de kans het grootst is dat dit gebeurt. Ze kunnen dit doen aan de hand van een veel duidelijkere en meer persoonlijke kijk op de elektrische bedrading van uw hart.

Uw hart, de geleider

Uw hart is niet alleen een metronoom die bij elke slag een gestage stroom bloed naar de weefsels pompt. Het is ook een geleider waar vitale energie doorheen stroomt.

Om het hart te laten kloppen, stromen er elektrische impulsen van de bovenkant naar de onderkant van het orgaan. Gezonde hartcellen geleiden deze elektriciteit naadloos door. Maar in een hart dat beschadigd is door een ontsteking of een vroegere hartaanval, blokkeert littekenweefsel de energiestroom.

Wanneer een elektrische impuls op een littekengebied terechtkomt, kan het signaal onregelmatig worden, waardoor het vaste pad van boven naar beneden wordt verstoord en onregelmatige hartslagen (aritmieën) worden veroorzaakt, waardoor iemands risico op plotselinge hartdood toeneemt.

Het hart in 3D zien

De tests van vandaag bieden een aantal inzichten in de samenstelling van het hart. MRI-scans kunnen bijvoorbeeld beschadigde gebieden aan het licht brengen. PET-scans kunnen ontstekingen aantonen. En EKG's kunnen de elektrische signalen van het hart van slag tot slag registreren.

Maar al deze technologieën bieden slechts een momentopname, die de gezondheid van het hart op een bepaald moment laat zien. Ze kunnen de toekomst niet voorspellen. Daarom gaan wetenschappers van Johns Hopkins verder met het ontwikkelen van 3D digitale replica's van een mensenhart, bekend als computationele hartmodellen.

Computationele modellen zijn computer-gesimuleerde replica's die wiskunde, natuurkunde en computerwetenschap combineren. Deze modellen bestaan al lang en worden gebruikt op vele gebieden, variërend van fabricage tot economie.

In de hartgeneeskunde worden deze modellen bevolkt met digitale cellen, die levende cellen nabootsen en kunnen worden geprogrammeerd met verschillende elektrische eigenschappen, afhankelijk van of ze gezond of ziek zijn.

De momenteel beschikbare beeldvorming en tests (MRI's, PET's, EKG's) geven een beeld van de littekenvorming, maar je kunt dat niet vertalen naar wat er in de loop van de tijd gaat gebeuren, zegt Natalia Trayanova, PhD, van het Johns Hopkins Department of Biomedical Engineering.

Met computationele hartmodellen maken we een dynamisch digitaal beeld van het hart. Vervolgens kunnen we het digitale beeld een elektrische prikkel geven en beoordelen hoe het hart in staat is te reageren. Dan kun je beter voorspellen wat er gaat gebeuren.

De gecomputeriseerde 3D-modellen betekenen ook een betere, nauwkeurigere behandeling voor hartaandoeningen.

Een gebruikelijke behandeling voor een type aritmie dat bekend staat als atriumfibrillatie is bijvoorbeeld ablatie, of het verbranden van wat hartweefsel. Ablatie stopt de grillige elektrische impulsen die de aritmie veroorzaken, maar kan ook schade toebrengen aan verder gezonde hartcellen.

Met een gepersonaliseerd computationeel hartmodel zouden artsen nauwkeuriger kunnen zien welke gebieden wel en welke niet moeten worden behandeld voor een specifieke patiënt.

Deep Learning AI gebruiken om gezondheidsuitkomsten te voorspellen

Trayanova's collega Popescu past deep learning en AI toe om meer te doen met gecomputeriseerde hartmodellen om de toekomst te voorspellen.

In een recente paper in Nature Cardiovascular Research liet het onderzoeksteam zien dat hun algoritme de gezondheid van 269 patiënten beoordeelde en in staat was om de kans op een plotselinge hartstilstand tot 10 jaar van tevoren te voorspellen.

Dit is echt de allereerste keer, voor zover wij weten, dat deep learning technologie in staat is gebleken om littekenvorming van het hart op een succesvolle manier te analyseren, zegt Popescu.

Popescu en Trayanova zeggen dat het AI-algoritme informatie uit de 3D computationele hartmodellen verzamelt met patiëntgegevens zoals MRI's, etniciteit, leeftijd, levensstijl en andere klinische informatie. Door al deze gegevens te analyseren kunnen nauwkeurige en consistente schattingen worden gemaakt over hoe lang patiënten nog te leven hebben als ze risico lopen op plotseling overlijden.

U kunt het zich niet veroorloven het mis te hebben. Als je het mis hebt, kun je de kwaliteit van leven van een patiënt dramatisch beïnvloeden, zegt Popescu. Als clinici deze technologie gebruiken in het besluitvormingsproces, zal dat vertrouwen geven in een betere diagnose en prognose.

Hoewel de huidige studie specifiek ging over patiënten met een bepaald type hartziekte, zegt Popescu dat zijn algoritme ook kan worden getraind om andere gezondheidsaandoeningen te beoordelen.

Dus wanneer zou je dit kunnen zien gebruikt worden buiten een onderzoek? Trayanova voorspelt dat 3D-beeldvorming van hartmodellen over 2 jaar beschikbaar zou kunnen zijn, maar eerst moet de techniek worden getest in meer klinische proeven, waarvan er nu al een aantal worden uitgevoerd.

Voor het toevoegen van AI aan de hartmodellen zijn meer studies en FDA-goedkeuring nodig, dus de tijdlijn is minder duidelijk. Maar de grootste hindernis is misschien wel dat de technologieën na goedkeuring moeten worden goedgekeurd en gebruikt door clinici en zorgverleners.

De veel moeilijker te beantwoorden vraag is: wanneer zullen artsen zich volledig op hun gemak voelen met AI-instrumenten? En ik weet het antwoord niet, zegt Popescu. Hoe je AI kunt gebruiken als hulpmiddel in het besluitvormingsproces is iets dat momenteel niet wordt onderwezen.

Hot