PL
Zaloguj się

Aktualności naukowe ·

Cyfrowe stetoskopy z AI przewyższają tradycyjne badanie przesiewowe w kierunku istotnej wady zastawkowej serca

Nowe badania wskazują, że zastosowanie cyfrowego stetoskopu wspomaganego sztuczną inteligencją ponad dwukrotnie zwiększyło wykrywanie umiarkowanej do ciężkiej wady zastawkowej serca podczas rutynowych badań klinicznych w porównaniu z tradycyjnym stetoskopem.

Amerykańskie badanie „Artificial-Intelligence-Enabled Digital Stethoscope Improves Point-of-Care Screening for Moderate to Severe Valvular Heart Disease” zostało opublikowane dzisiaj (w czwartek 5 lutego 2026 roku) w European Heart Journal - Digital Health. Wykazano w nim, że narzędzie wspomagane przez AI może pomóc lekarzom w identyfikacji pacjentów, u których w przeciwnym razie choroba mogłaby pozostać nierozpoznana.

Łącznie 357 pacjentów z czynnikami ryzyka chorób serca, w wieku 50 lat lub starszych, oceniono zarówno za pomocą tradycyjnego stetoskopu, jak i cyfrowego stetoskopu wspomaganego przez AI w jednoramiennym, jednostronnie zaślepionym badaniu prospektywnym. Uczestników rekrutowano w trzech placówkach podstawowej opieki zdrowotnej na tym samym obszarze geograficznym; mediana wieku uczestników wynosiła 70 lat, a 61,9% stanowiły kobiety.

Stetoskop z AI wykazał istotnie wyższą czułość w wykrywaniu wzorców dźwięków serca wskazujących na wadę zastawkową serca: 92,3% w porównaniu z 46,2% w przypadku tradycyjnego stetoskopu.

Wada zastawkowa serca może dotyczyć więcej niż jednej na dwie dorosłe osoby w wieku powyżej 65 lat, ale często pozostaje nierozpoznana przez pracowników ochrony zdrowia używających tradycyjnego stetoskopu w praktyce lekarza rodzinnego. Wada zastawkowa serca może wpływać na czynność serca, zmniejszając zdolność osoby do wykonywania aktywności fizycznych, i wiąże się z arytmią, niewydolnością serca, zwiększoną liczbą hospitalizacji, a także może być śmiertelna. Objawy mogą jednak być nieobecne, niejasne lub niespecyficzne, co oznacza, że wielu pacjentów nie zdaje sobie sprawy z choroby, dopóki nie jest ona bardziej zaawansowana.

Najważniejsze wnioski

  • Nowe badania opublikowane w European Heart Journal - Digital Health wskazują, że cyfrowy stetoskop wspomagany przez AI ponad dwukrotnie zwiększa czułość w wykrywaniu umiarkowanej do ciężkiej wady zastawkowej serca w rzeczywistych warunkach klinicznych w porównaniu z tradycyjnym stetoskopem.
  • Łącznie 357 pacjentów w wieku 50 lat lub starszych zbadano zarówno tradycyjnym, jak i cyfrowym stetoskopem wspomaganym przez AI, a wyniki porównano.
  • Stetoskop z AI wykazał istotnie wyższą czułość w wykrywaniu wzorców dźwięków serca wskazujących na wadę zastawkową serca: 92,3% w porównaniu z 46,2% w przypadku tradycyjnego stetoskopu.
  • Wada zastawkowa serca może dotyczyć więcej niż jednej na dwie dorosłe osoby w wieku powyżej 65 lat, ale często pozostaje nierozpoznana przez lekarzy używających tradycyjnego stetoskopu w praktyce lekarza rodzinnego.

Komentarz ekspercki

Dr Rosalie McDonough, starsza autorka, wyjaśniła znaczenie tego ustalenia: „Wada zastawkowa serca jest niestety bardzo częsta u osób starszych, a jednak często pozostaje niewykryta, dopóki objawy nie staną się zaawansowane. Oznacza to, że pacjenci mogą doświadczać powikłań i pogorszenia stanu zdrowia, którym można było zapobiec dzięki wcześniejszemu rozpoznaniu.”

„Wykazaliśmy, że stetoskop wspomagany przez AI znacznie lepiej niż tradycyjny stetoskop wykrywa, którzy pacjenci mają umiarkowaną do ciężkiej wadę zastawkową w rzeczywistych warunkach klinicznych. Mamy nadzieję, że ta technologia pozwoli pacjentom szybciej uzyskać dostęp do echokardiogramu w celu formalnego rozpoznania ich choroby, a następnie szybciej rozpocząć leczenie. Na poziomie populacji technologia ta mogłaby zmniejszyć liczbę przyjęć do szpitala i ogólne koszty opieki zdrowotnej”

Cyfrowy stetoskop wspomagany przez AI działa poprzez rejestrowanie dźwięków serca o wysokiej wierności i stosowanie algorytmów uczenia maszynowego wytrenowanych do rozpoznawania wzorców akustycznych związanych z wadą zastawkową serca. Metody tradycyjne polegają na tym, że pracownik ochrony zdrowia używa konwencjonalnego stetoskopu, co z kolei zależy od własnego słuchu i doświadczenia pracownika ochrony zdrowia i może być zakłócane przez takie czynniki, jak hałas w tle lub presja czasu. Pacjenci oznaczeni jako zagrożeni wadą zastawkową w podstawowej opiece zdrowotnej zostaną skierowani na rozpoznanie za pomocą echokardiografii.

„Zastosowanie sztucznej inteligencji stanowi dodatkową warstwę analityczną, wskazującą nieprawidłowości, które mogą być trudne do konsekwentnego wykrycia samym słuchem. Ale technologia nie przejmuje kontroli; korzystanie z tego urządzenia wymaga od lekarzy użycia własnego osądu klinicznego,” dodała dr McDonough.

„Dodatkową korzyścią, jaką zaobserwowaliśmy podczas badania, było to, że pacjenci oceniani za pomocą cyfrowego stetoskopu wspomaganego przez AI wydawali się bardziej zaangażowani podczas wizyty. Uważamy, że wynikało to z tego, że mogli widzieć i słyszeć, na co reaguje lekarz, co może zwiększać zaufanie i zaangażowanie w dalsze leczenie.”

Autorzy badania zauważyli, że cyfrowy stetoskop wspomagany przez AI doprowadził do niewielkiego zmniejszenia swoistości, co mogłoby potencjalnie zwiększyć liczbę wyników fałszywie dodatnich, ale sugerują, że to ryzyko jest równoważone wartością wcześniejszego wykrywania. Zauważają również, że potrzebne będą dalsze badania w celu przetestowania skuteczności tej technologii w szerszych środowiskach klinicznych i bardziej zróżnicowanych populacjach.

„Te badania wpisują się w rosnący zasób danych wskazujących, że sztuczna inteligencja może wzmacniać tradycyjne narzędzia kliniczne w praktyczny i odpowiedzialny sposób, który nie zastępuje pracowników ochrony zdrowia, lecz daje im narzędzia pozwalające z większą pewnością oceniać pacjentów,” podsumowała dr McDonough.

Profilaktyka

Dołącz do nas

Dołącz do Globalnej Sieci Kardiologicznej Podstawowej Opieki Zdrowotnej. Członkostwo jest bezpłatne.

Czy chcą Państwo podać więcej informacji o sobie?

Zainteresowania

Wyślemy wiadomość e-mail z linkiem potwierdzającym rejestrację.

Ta strona została przetłumaczona z angielskiego i może zawierać błędy. Oryginał angielski