Terapia CPAP pod lupą AI – badacze Mount Sinai analizują skuteczność leczenia bezdechu sennego
Icahn School of Medicine at Mount Sinai otrzymała czteroletni grant o wartości 3,32 mln dolarów od National Heart, Lung and Blood Institute (NIH), aby przeprowadzić badania nad nowym narzędziem opartym na sztucznej inteligencji (AI). Celem projektu jest opracowanie systemu pozwalającego przewidywać ryzyko zdarzeń sercowo-naczyniowych oraz odpowiedź na leczenie u osób z obturacyjnym bezdechem sennym (OBS, ang. OSA). Wyniki badań mogą pomóc klinicystom w podejmowaniu trafniejszych decyzji terapeutycznych.
Obturacyjny bezdech senny dotyczy ponad 30 milionów Amerykanów i wiąże się ze zwiększonym ryzykiem chorobowości i śmiertelności sercowo-naczyniowej. Obecnie podstawowym wskaźnikiem oceny ciężkości OBS jest wskaźnik bezdechów i spłyceń oddechu (apnea-hypopnea index, AHI). Jednak redukcja AHI za pomocą terapii CPAP nie zawsze przekłada się na zmniejszenie ryzyka chorób sercowo-naczyniowych.
Dr Girish N. Nadkarni, kierownik Windreich Department of Artificial Intelligence and Human Health oraz Chief AI Officer w Mount Sinai Health System, podkreślił, że brakuje wiarygodnych narzędzi pozwalających przewidzieć, którzy pacjenci z OBS najbardziej skorzystają z terapii CPAP, a którzy mogą nawet odnieść szkody. Zespół opracował podejście oparte na transformatorowych sieciach neuronowych (transformers), które analizują złożone dane polisomnograficzne obejmujące do 20 parametrów, takich jak czynność serca, ruchy mięśni czy aktywność mózgu.
Dr Neomi A. Shah zaznaczyła, że dzięki rozwojowi AI możliwe jest teraz jednoczesne analizowanie wszystkich sekwencyjnych danych z badań snu – zarówno prowadzonych w ośrodkach, jak i w warunkach domowych – i identyfikowanie złożonych wzorców mogących wspierać decyzje kliniczne.
Projekt zakłada dalsze doskonalenie narzędzia z wykorzystaniem danych z randomizowanych badań klinicznych porównujących CPAP z leczeniem standardowym pod kątem wyników sercowo-naczyniowych. Celem jest sprawdzenie, czy nowe modele przewidywania okażą się skuteczniejsze niż tradycyjne wskaźniki, takie jak AHI.
Dr Ankit Ashok Parekh podkreślił, że sukces badań umożliwiłby szybsze kwalifikowanie pacjentów do terapii CPAP i odkrycie nowych, klinicznie istotnych cech snu związanych ze zdrowiem sercowo-naczyniowym. Z kolei dr Mayte Suarez-Fariñas zaznaczyła, że zastosowanie modeli transformatorowych w połączeniu z rygorystycznymi metodami wnioskowania przyczynowego pozwoli nie tylko przewidywać ryzyko, ale też oceniać, w jaki sposób terapia CPAP modyfikuje to ryzyko.
Głównymi badaczami projektu są: dr Girish N. Nadkarni, dr Neomi A. Shah, dr Ankit Ashok Parekh oraz dr Mayte Suarez-Fariñas, łączący doświadczenie z zakresu sztucznej inteligencji, medycyny snu, kardiologii i biostatystyki.
Źródło: The Mount Sinai Hospital / Mount Sinai School of Medicine
