Mayo Clinic araştırmacıları, kalp kasının anormal derecede kalınlaşmasıyla ortaya çıkan hipertrofik kardiyomiyopati (HKM) hastalarında hayati önem taşıyan kalp tıkanıklıklarını tespit edebilen yapay zeka destekli yenilikçi bir model geliştirdi. Klinik çalışmalara ve dış doğrulamaya tabi tutulan bu teknoloji, uzmanlık gerektiren Doppler ultrasonografi yöntemine ihtiyaç duymaksızın, yalnızca standart (B-mode) ultrason videoları üzerinden kalpten çıkan kan akışındaki potansiyel engelleri saptayabiliyor.
Hipertrofik kardiyomiyopati teşhisi konulan hastaların yaklaşık üçte ikisinde, sol ventrikül çıkış yolunda (LVOT) kan akışını kısıtlayan tıkanıklıklar gelişiyor. Göğüs ağrısı ve nefes darlığı gibi ağır semptomlara yol açan bu durumun teşhisi, normal şartlarda yüksek uzmanlık ve hassas açı ayarları gerektiren Doppler ultrasonografi ile yapılabiliyor. Geliştirilen yapay zeka algoritması ise insan gözünün fark edemeyeceği ince doku hareketlerini ve biyometrik desenleri analiz ederek, rutin istirahat videoları üzerinden yüksek riskli hastaları belirlemeyi başarıyor.
Geliştirilen model, Mayo Clinic bünyesindeki 1.833 hastanın verileriyle eğitilip test edildikten sonra Güney Kore'deki farklı bir hastanede dış doğrulamaya tabi tutuldu. Farklı hasta popülasyonuna rağmen yüksek doğruluk oranını koruyan algoritma, rutin 2 boyutlu ultrason görüntülerinde uzman doktorların gözden kaçırabileceği veya yalnızca efor/stres anında ortaya çıkan gizli tıkanıklıkları dahi başarıyla tespit etti.
Uzmanlar, bu yapay zeka modelinin Doppler ultrasonografinin yerini almaktan ziyade erken uyarı ve tarama mekanizması olarak hizmet edeceğini vurguluyor. Özellikle ileri kardiyoloji uzmanlığının veya gelişmiş cihazların kısıtlı olduğu sağlık merkezlerinde ve taşınabilir ultrason kullanımında devrim yaratması beklenen bu teknoloji sayesinde, hastalar ileri tetkik ve uzman merkezlere çok daha erken safhada yönlendirilebilecek.
