Badania nad technologią sztucznej inteligencji (AI) dostarczają coraz więcej obiecujących rozwiązań w zakresie zdrowia i diagnostyki. Jednym z takich osiągnięć są wnioski z najnowszego badania, które zostaną przedstawione na Międzynarodowej Konferencji Udaru Mózgu Amerykańskiego Stowarzyszenia Udaru Mózgu w 2025 roku w Los Angeles. Pokazują one, że testy elektrokardiogramu (EKG) w połączeniu z modelami AI mogą w przyszłości stać się narzędziem do wykrywania przedwczesnego starzenia się oraz spadku funkcji poznawczych.
Udar mózgu oraz związane z nim skutki zdrowotne często przyczyniają się do starzenia organizmu i pogorszenia zdolności poznawczych. Elektrokardiogram, znany głównie jako narzędzie do monitorowania aktywności elektrycznej serca, może według nowych badań również dostarczać interesujących informacji na temat starzenia się organizmu. Dzięki stworzonemu algorytmowi AI o nazwie „głęboka sieć neuronowa” (Deep Neural Network, DNN), naukowcy są teraz w stanie oszacować biologiczny wiek badanej osoby na podstawie danych z EKG.
„W odróżnieniu od wieku chronologicznego, będącego miarą przeżytych lat, wiek określany na podstawie EKG (EKG-age) odzwierciedla funkcjonalny stan serca, a potencjalnie także całego organizmu na poziomie tkanek, dostarczając wglądu w procesy starzenia i ogólny stan zdrowia” – powiedział Bernard Ofosuhene, koordynator badań klinicznych w UMass Chan Medical School.
Wcześniejsze badania potwierdziły, że wiek biologiczny określany za pomocą EKG może być przydatny w przewidywaniu chorób serca i ryzyka przedwczesnej śmierci. Jednak do niedawna brakowało danych na temat związku pomiędzy EKG-age a funkcjami poznawczymi.
W badaniu przeanalizowano dane ponad 63,000 uczestników biorących udział w projekcie UK Biobank – szeroko zakrojonym badaniu obejmującym ponad pół miliona ochotników w wieku od 40 do 69 lat. Podczas badania uczestnicy przeszli serię testów poznawczych, a wyniki te zostały dopasowane czasowo do momentu wykonania analizy za pomocą AI, która określała ich wiek biologiczny na podstawie danych z EKG. Dzięki temu możliwe było dokładne porównanie wyników kognitywnych w odniesieniu do wieku EKG uczestników.
Na podstawie różnic pomiędzy wiekiem biologicznym a rzeczywistym uczestnicy zostali podzieleni na trzy grupy:
- Grupę z normalnym procesem starzenia.
- Grupę z przyspieszonym starzeniem według EKG (wiek biologiczny większy niż rzeczywisty).
- Grupę z opóźnionym starzeniem według EKG (wiek biologiczny mniejszy niż rzeczywisty).
Analiza wyników pokazała, że osoby z grupy o opóźnionym starzeniu się osiągały lepsze wyniki w sześciu z ośmiu testów poznawczych, zaś uczestnicy z przyspieszonym starzeniem notowali gorsze rezultaty w tych samych testach. „Dostępnych jest już wiele danych EKG, które można by wykorzystać w diagnostyce spadków poznawczych. Zachęcam pracowników służby zdrowia do analizowania tych danych, aby wczesna diagnoza była możliwa, a interwencje mogły być wdrażane na czas” – podkreślił Ofosuhene.
Mimo potencjalnych rewolucyjnych zastosowań, badanie wskazuje również na pewne ograniczenia. Analizie poddano grupę osób w przedziale wiekowym 43–85 lat, co rodzi pytania o możliwość uogólnienia wyników na inne grupy wiekowe. Jako badanie przekrojowe nie dostarcza ono też informacji o zmianach w funkcjach poznawczych w czasie. Ponadto, znaczna część uczestników UK Biobank pochodziła z europejskiego środowiska kulturowego, co również może ograniczać uniwersalność tych wyników.
W przyszłości badacze chcą zbadać wpływ płci na związek między wiekiem EKG a funkcjami poznawczymi, jak również sprawdzić, czy ich wyniki pozostaną aktualne dla bardziej zróżnicowanych populacji. To ważne, ponieważ związek między zdrowiem serca a zdrowiem mózgu staje się coraz bardziej rozpoznawany.
Zdaniem Fernando D. Testai, profesora neurologii z Uniwersytetu Illinois, wykorzystanie danych EKG do oceny funkcji poznawczych może okazać się przełomowe. Możliwość stosowania AI do analizy EKG pozwalałaby na łatwiejszą, szybszą i potencjalnie bardziej obiektywną diagnostykę, np. w warunkach domowych lub w miejscach o ograniczonym dostępie do specjalistów. „Jednak istotnym pytaniem pozostaje, czy dane z EKG są w stanie przewidzieć przyszłe pogorszenie funkcji poznawczych. Odpowiedź na to pytanie może prowadzić do nowych sposobów leczenia – zwłaszcza gdy niektóre problemy wykryte na EKG można rozwiązać” – zauważył ekspert.
Podsumowując, potencjał wynikający z połączenia EKG i AI może zrewolucjonizować sposób, w jaki rozumiemy procesy starzenia i diagnozujemy ich skutki. Jeśli przyszłe badania potwierdzą te odkrycia, analiza EKG może stać się nie tylko narzędziem dla kardiologów, ale także dla specjalistów zajmujących się zdrowiem mózgu i funkcjami poznawczymi, oferując nowe sposoby wspierania pacjentów w zdrowym starzeniu się.
