- Home -
- Technologie -
- Już teraz algorytmy AI analizują badanie EKG lepiej od człowieka. Stoi za nimi polska firma
Choroby serca to dzisiaj jedna z najczęstszych przyczyn zgonów na całym świecie. Aby je skutecznie leczyć, potrzebna jest najpierw szybka i sprawna diagnostyka. Jednym z kluczowych badań jest w tym przypadku elektrokardiografia, a więc popularne badanie EKG. W Polsce od lat niestety jest duży problem z długim czasem oczekiwania na badanie oraz odpowiednią liczbą techników EKG. Problem ten rozwiązać mogą nowoczesne algorytmy AI.
DeepRhythmAI (DRAI) lepsze od techników EKG
Polska firma Medicalgorithmics opracowała nowoczesny zestaw algorytmów AI, który ma wspierać diagnostykę arytmii serca. DRAI wytrenowane zostało na danych, które obejmują 3,6 mln dni zapisów EKG. Twórcy Deep RhythmAI są zdania, że dzięki temu można lepiej leczyć pacjentów i skrócić kolejki do lekarzy.
Pierwsze wyniki są bardzo obiecujące. Okazuje się, że DRAI analizuje wyniki znacznie skuteczniej niż technicy. Rozpoznaje arytmię serca nawet czternaście razy lepiej niż człowiek. Tak wynika z rozbudowanych testów przeprowadzonych w Stanach Zjednoczonych. Dr Linda S. Johnson, współkierująca badaniem DRAI MARTINI stwierdziła:
Przetestowaliśmy, co by się stało, gdyby technicy zostali zastąpieni przez DeepRhythmAI do diagnozowania arytmii na ambulatoryjnych EKG (...) Szczerze mówiąc wyniki nas zaskoczyły. Narzędzie AI ma znaczną przewagę pod względem bezpieczeństwa pacjentów – z 14-krotnie mniejszą liczbą pominiętych diagnoz krytycznych arytmii – co wynika ze znacznie lepszej czułości (...) DeepRhythmAI jest na tyle dobre, że może być wykorzystywane do bezpośredniego raportowania lekarzom, poprawiając dostęp do opieki, skracając czas diagnozy i, miejmy nadzieję, poprawiając również wyniki pacjentów.
Trwają prace nad kolejnym rozwiązaniem
Jednocześnie cały czas spółka zależna od Medicalgorithmics - Kardiolytics, pracuje nad systemem VCAST. To oprogramowanie chmurowe, które umożliwić ma nieinwazyjną ocenę stanu naczyń wieńcowych. Także i w tym przypadku zastosowanie znajdują zaawansowane algorytmy AI. W planach jest wykonanie badania u pacjentów z podejrzeniem choroby wieńcowej, aby ocenić skuteczność proponowanego rozwiązania.
Medicalgorithmics przygotowuje się do rejestracji VCAST w FDA w USA i ma zamiar zakończyć to jeszcze w tym roku. CTO spółki Przemysław Tadla podkreślił:
Rozpoczęliśmy przygotowania do procedury rejestracji VCAST, czyli oprogramowania, które służy do nieinwazyjnej diagnostyki choroby wieńcowej, w Stanach Zjednoczonych. Zaczęliśmy przygotowania do badania klinicznego, które jest niezbędne, by wykazać skuteczność produktu i finalizujemy prace nad protokołem. Mamy wstępnie zainteresowane ośrodki, które chcą brać udział w badaniu klinicznym i szacujemy, że powinno ono trwać ok. trzech miesięcy od momentu rozpoczęcia.
Co ciekawe, już niektóre szpitale wykorzystują VCAST w diagnostyce choroby wieńcowej. Stosowną umowę podpisano np. z Wielospecjalistycznym Szpitalem SPZOZ w Nowej Soli.
Wprowadzenie algorytmów sztucznej inteligencji do diagnostyki chorób serca np. DeepRhythmAI czy VCAST może zrewolucjonizować sposób wykrywania schorzeń. Wydaje się, że nadchodzi nowa era medycyny.
zobacz więcej:
03.07.2025 15:57, Mateusz Krakowski
03.07.2025 14:09, Mariusz Lewandowski
03.07.2025 13:35, Jakub Kralka
03.07.2025 13:27, Mateusz Krakowski
03.07.2025 12:53, Mateusz Krakowski
03.07.2025 12:08, Edyta Wara-Wąsowska
03.07.2025 11:29, Mateusz Krakowski
03.07.2025 10:19, Edyta Wara-Wąsowska
03.07.2025 9:39, Mateusz Krakowski
03.07.2025 8:42, Aleksandra Smusz
03.07.2025 7:01, Aleksandra Smusz
03.07.2025 6:53, Miłosz Magrzyk
03.07.2025 5:45, Miłosz Magrzyk
03.07.2025 4:43, Mariusz Lewandowski
02.07.2025 15:05, Jakub Kralka
02.07.2025 14:14, Katarzyna Zuba
02.07.2025 12:57, Mateusz Krakowski
02.07.2025 11:59, Mariusz Lewandowski
02.07.2025 11:23, Katarzyna Zuba
02.07.2025 10:16, Edyta Wara-Wąsowska
02.07.2025 9:57, Mateusz Krakowski
02.07.2025 8:49, Aleksandra Smusz
02.07.2025 7:58, Edyta Wara-Wąsowska
02.07.2025 7:08, Rafał Chabasiński
02.07.2025 6:05, Justyna Bieniek
