AI hjælper hjertelæger med at finde og behandle præcis de celler, der forstyrrer hjertets rytme hos patienter med den alvorlige sygdom ventrikulær takykardi. Flere patienter kan dermed blive kureret, end det er muligt i dag.
Ventrikulær takykardi er en hjertesygdom, hvor rytmen i hjertets kamre pludselig bliver forstyrret. I dag behandles sygdommen ofte med ablation – en metode, hvor læger fører et tyndt rør gennem blodårerne op til hjertet og bruger varmebølger til at fjerne de celler, der skaber rytmeforstyrrelser.
Selvom ablation er den mest effektive behandling i dag, vender rytmeforstyrrelserne ofte tilbage hos mange patienter. Op mod halvdelen af patienterne får tilbagefald inden for et år, fordi ikke alle de forstyrrende celler er blevet fjernet.
Ved at bruge kunstig intelligens kan lægerne blive bedre til at ramme de rigtige celler – og dermed forhindre, at sygdommen vender tilbage.
Mere præcist analyserer AI de elektriske signaler i hjertet og fortæller lægerne, præcis hvilke celler der forstyrrer rytmen – så behandlingen rammer de rigtige celler med det samme.
»Kan vi med en algoritme sikre, at det sker, vil det være et stort fremskridt inden for behandling af denne gruppe patienter,« fortæller en af forskerne bag studiet, seniorforsker Michele Orini fra King’s College London.
Forskningen var en stor tværfaglig indsats, der samlede sundhedsdataforskere ledet af Michele Orini fra King's College London. kardiologer ledet af professor Pier Lambiase fra University College London og overlæge Jacob Tfelt-Hansen fra Københavns Universitet, eksperter i hjertefysiologi ledet af professor Thomas Jespersen fra Københavns Universitet og banebrydende faciliteter på Rigshospitalet i København.
Ablation virker men rammer ikke altid rigtigt
Før en ablation laver lægerne et elektrisk kort over hjertet ved hjælp af små måleinstrumenter i katetre, som føres op til hjertet gennem blodårerne.
Det kan lægerne så observere på en skærm og ud fra det forsøge at afgøre, hvilke celler de elektriske impulser, der skaber problemer for hjertet, stammer fra.
Derefter er det et spørgsmål om at ødelægge disse celler med for eksempel radiobølger. Ofte går det godt, og så er patienten kureret. Andre gange udebliver effekten.
»Ablation er for mange patienter en livreddende behandling, men det er også en kompleks behandling, fordi det ikke er let at identificere de specifikke celler, der skaber problemer,« forklarer Michele Orini.
AI guider læger til de celler der forstyrrer hjertet
Formålet med det forskningsarbejde, som Michele Orini med sine kolleger netop har fået publiceret, var at undersøge, om en algoritme baseret på kunstig intelligens kan agere beslutningsstøtteværktøj for hjertelæger og hjælpe dem med at pinpointe de relevante celler at ødelægge.
Forskerne fremkaldte rytmeforstyrrelser i 13 grise og undersøgte dem, som var det rigtige patienter – for at teste om algoritmen kunne finde de syge områder i hjertet.
Michele Orini fortæller, at fordelen ved at bruge grise i denne typer undersøgelser er, at forskerne kan indsamle data i længere tid, end man ville tillade med et menneske på operationsbordet.
Grises hjerter minder om menneskers både i størrelse og funktion, hvilket gør dem velegnede til denne type forsøg.
Forskerne indsamlede titusindvis af elektriske signaler fra hver gris og brugte en machine learning-algoritme (random forest) til at finde mønstre i signalerne og udpege de steder i hjertet, hvor en ablation formentlig ville virke bedst.
Forsøget viste, at algoritmen med høj præcision kunne vejlede lægerne i, hvilke celler der var årsag til hjerterytmeforstyrrelserne.
Forskerne testede fire forskellige algoritmer, og random forest klarede sig bedst.
Michele Orini kalder resultatet lovende.
»Vi forestiller os, at læger arbejder som de plejer – men med en algoritme i baggrunden, der analyserer signalerne og foreslår præcis, hvor de skal behandle for at få størst effekt,« siger han.
Modellen er allerede testet i mennesker
Michele Orini fortæller, at forskerne har et stykke arbejde foran sig, før algoritmen kommer til at spille en rolle i behandlingen af patienter med ventrikulær takykardi.
Først og fremmest vil forskerne gerne udvikle modellen yderligere, så den kan arbejde med mindre komplekse data end dem, der er nødvendige lige nu.
Ydermere vil forskerne gerne validere brugen af modellen i forsøg med mennesker.
Forsøg med mennesker er allerede i gang – og de foreløbige resultater tyder på, at algoritmen virker endnu bedre i patienter end i dyreforsøgene.
»Målet er at kunne kurere flere patienter med ventrikulær takykardi, end vi gør i dag. Der vil dog også være patienter med sygdom, der er så fremskreden og kompleks, at de formentlig ikke kan kureres. Algoritmen kan også hjælpe læger med at skelne mellem dem, der har gode chancer for at blive kureret – og dem, hvor en behandling sandsynligvis ikke vil virke,« siger han.
