En vanlig hjärtundersökning kan avslöja betydligt mer än läkarna tidigare känt till. Med hjälp av artificiell intelligens har forskare upptäckt dolda varningssignaler för plötslig hjärtdöd. Genombrottet kom efter studier av över 440 000 svenska EKG-undersökningar.
Plötsligt hjärtstopp är en av sjukvårdens mest svårförutsägbara akuta händelser. En människa kan drabbas utan tydliga varningssymtom och utan att tidigare ha bedömts tillhöra en särskild riskgrupp. Nu har forskare vid University of California, Berkeley, utvecklat en AI-metod som kan upptäcka subtila mönster i hjärtats elektriska aktivitet.
Metoden bygger på vanliga EKG-undersökningar. Forskarna har analyserat mer än 440 000 svenska EKG-registreringar och jämfört dem med uppgifter om dödsorsaker. På så sätt kunde AI-systemet lära sig att känna igen elektriska mönster som förekom oftare hos personer som senare drabbades av plötslig hjärtdöd.
Hittade patienter som läkarna missade
Resultaten, som publicerats i den vetenskapliga tidskriften Nature, visar att AI-modellen kan identifiera personer med förhöjd risk som traditionella bedömningsmetoder inte fångar upp lika effektivt.
I en grupp som identifierades med etablerade riskmått var den årliga förekomsten av plötslig hjärtdöd 4,6 procent. AI-modellen kunde identifiera en grupp där motsvarande siffra var 7 procent. Det innebär att modellen var bättre på att urskilja personer med särskilt hög risk.
Forskarna testade också systemet på patientuppgifter från USA och Taiwan. Där kunde de undersöka om de elektriska mönstren fungerade som risksignaler även utanför det svenska material som användes vid utvecklingen.
Kan rädda liv innan hjärtat stannar
En av forskarna bakom studien är Ziad Obermeyer, läkare och docent vid Berkeley. Han ser stora möjligheter att använda artificiell intelligens för att upptäcka patienter som annars riskerar att få en allvarlig hjärthändelse utan förvarning.
– Det finns många människor som förlorar livet i plötslig hjärtdöd, där dödsfallen hade kunnat förhindras om vi bara haft bättre AI-verktyg för att hitta dem, säger Ziad Obermeyer i universitetets forskningsrapportering.
För vissa riskpatienter finns redan förebyggande behandling i form av en inopererad defibrillator. Den kan registrera farliga hjärtrytmrubbningar och ge en elektrisk stöt om hjärtat riskerar att stanna. Den stora utmaningen har varit att avgöra vilka patienter som verkligen behöver den.
Kan använda gamla EKG-undersökningar
En viktig fördel är att AI-metoden bygger på EKG, en undersökning som redan används rutinmässigt inom sjukvården. Om tekniken fungerar i klinisk användning skulle tidigare registrerade EKG kunna granskas på nytt för att hitta patienter som behöver ytterligare utredning.
Forskarna undersöker nu hur metoden skulle kunna införas i sjukvården i Sverige, Taiwan och USA. Ett tänkbart nästa steg är att personer som bedöms ha hög risk får bära en liten EKG-utrustning som registrerar hjärtats aktivitet kontinuerligt under en längre period.
– Vi kan fatta bättre beslut, men också börja förstå vad som faktiskt händer med patienterna innan deras hjärta stannar, säger Ziad Obermeyer.
Forskarna förstår ännu inte hela signalen
En av de mest fascinerande upptäckterna är att AI-systemet har hittat mönster som forskarna ännu inte fullt ut kan förklara biologiskt. Tekniken kan alltså identifiera samband mellan hjärtats elektriska signaler och senare hjärtdöd utan att mekanismen bakom sambanden är helt klarlagd.
Det öppnar för vidare forskning om varför vissa människor är mer sårbara för livshotande rytmrubbningar. Samtidigt återstår kliniska studier innan metoden kan användas som ett etablerat verktyg för att fatta behandlingsbeslut.
Resultaten visar hur stora mängder redan insamlad sjukvårdsdata kan användas för att upptäcka nya varningssignaler. För forskarna är nästa mål att undersöka om upptäckten också kan användas för att förhindra dödsfall i praktiken.













