Yapay Zeka ile Güçlendirilmiş Elektrokardiyografi, COVID-19 Enfeksiyonlarını Etkili Bir Şekilde Ayırt Edebiliyor!

Yapay zeka, bir kişinin COVID-19 ile enfekte olmadığını doğru bir şekilde belirlemenin bir yolunu sunabilir. Uluslararası ölçekte yapılan retrospektif bir çalışma, COVID-19'a neden olan virüs olan SARS-CoV-2 enfeksiyonun kalpte ufak elektriksel değişiklikler yarattığını tespit etti. Yapay zeka ile güçlendirilmiş bir EKG (elektrokardiyografi), bu değişiklikleri tespit edebilir ve potansiyel olarak COVID-19 enfeksiyonunu ekarte etmek için hızlı, güvenilir bir COVID-19 tarama testi olarak kullanılabilir.

Yapay zeka ile geliştirilmiş EKG'nin, COVID-19 enfeksiyonunu teşhis etmedeki başarısı, pozitif tahmin (enfekte olan kişileri tespit etme) kategorisinde %37, negatif tahmin (enfekte olmayan kişileri tespit etme) kategorisinde ise %91 oldu. Gerçek dünya popülasyonuna benzer şekilde, %5'lik bir COVID-19 prevalansını yansıtmak için ek normal kontrol denekleri eklendiğinde, negatif tahmin başarısı %99,2'ye fırladı. Bulgular, Mayo Clinic Proceedings dergisinde yayınlandı.

COVID-19'un kuluçka süresi 10-14 gün kadardır ve bu, diğer yaygın virüslere kıyasla daha uzundur. Birçok insan, enfeksiyon belirtileri göstermez ve farkında olmadan virüsü başkalarına bulaştırabilirler. Ayrıca mevcut test yöntemlerinin sonuç vermesi için gereken süre ve harcadığı klinik kaynaklar oldukça fazladır. Üstelik bulunduğunuz yere bağlı olarak bu testlere erişmeniz zor olabilir. Rochester'daki Mayo Clinic Kardiyovasküler Tıp Bölümü başkanı ve çalışmanın kıdemli yazarı Paul Friedman, şöyle diyor:

Akıllı telefon elektrotları kullanılarak bu yöntemin başarısı ileriye dönük olarak da doğrulanırsa, bu, COVID enfeksiyonunu teşhis etmeyi daha da kolaylaştıracak. Dahası, uluslararası işbirliği sayesinde nelerin mümkün olabileceğini bir kez daha vurgulayacak.

Küresel bir sağlık krizinin gerçeğe dönüşmesi ve akut COVID-19 enfeksiyonlarını hızlı, invaziv olmayan ve uygun maliyetli bir şekilde ekarte etme ihtiyacını karşılayabilecek bir araç geliştirme arzusu, dünyanın dört bir yanındaki paydaşları bir araya getirdi. Farklı insan popülasyonlarından elde edilen verileri içeren çalışma, dört kıta ve 14 ülkeyi kapsayan küresel bir gönüllü konsorsiyumu aracılığıyla gerçekleştirildi. Mayo Clinic'te bir kardiyak elektrofizyolog olan Suraj Kapa şöyle diyor:

Bu küresel çalışma grubu sayesinde öğrenilenler, insanlar bir araya gelirse neyin mümkün olabileceğini gösterdi ve hepimizin ortak ihtiyaçları, endüstri ve akademideki uzmanları, kendi EKG sistemleri, elektronik sağlık kayıtları ve değişkenleriyle birden fazla merkezden veri toplama ve aktarma konusundaki karmaşık soruları çözme konusunda işbirliği yapmaya itti. ​​Bu işbirliği yoluyla geliştirilen ilişkiler ve veri işleme çerçeveleri, gelecekte yeni algoritmaların geliştirilmesini ve doğrulanmasını destekleyebilir.

Araştırmacılar, COVID-19 teşhisinin SARS-CoV-2 virüsüne yönelik olarak yapılan bir genetik testle doğrulandığı dönemde aynı zamanda EKG verileri olan hastaları seçtiler. Bu veriler, COVID-19 ile enfekte olmayan hastalardan alınan benzer EKG verileriyle (kontrol grubu) eşleştirildi.

Araştırmacılar, yapay zekayı eğitmek için 26.000'den fazla EKG verisini kullandı ve bu EKG okumalarını doğrulamak için yaklaşık 4.000 kişiden yardım aldı. Son olarak, yapay zeka, eğitim evresinde kullanılmayan 7.870 EKG üzerinde test edildi. Bu setlerin her birinde COVID-19 prevalansı yaklaşık %33 idi.

Gerçek dünya nüfusunu doğru bir şekilde yansıtmak için, %5'lik bir COVID-19 prevalans oranına ulaşmak için 50.000'den fazla ek normal EKG eklendi. Bu, yapay zekanın negatif tahmin değerini %91'den %99.2'ye yükseltti.

Mayo Clinic Kardiyovasküler Tıp Departmanı'nda mühendis olan Dr. Zachi Attia, pozitif ve negatif prediktif değerlerin hesaplanmasında prevalansın bir değişken olduğunu söylüyor. Daha spesifik olarak, prevalans azaldıkça negatif prediktif değer artıyor. Dr. Attia, Dr. Kapa ile birlikte çalışmanın ilk yazarıdır. Dr. Attia, şöyle diyor:

Doğruluk konusundaki problemler, herhangi bir COVID-19 testinin değerini belirlemedeki en büyük engellerden biridir. Sadece testin duyarlılığını ve özgüllüğünü değil, aynı zamanda hastalığın prevalansını da bilmemiz gerekiyor. Ek kontrol EKG verilerinin eklenmesi, hastalığın değişken bir prevalansı olmasının (ki pandeminin farklı aşamalarında farklı bölgelerde oldukça farklı hastalık oranları gördük) testin performans düzeyini nasıl etkilediğini göstermek açısından önemliydi.

Dr. Friedman ise şöyle diyor:

Bu çalışma, EKG verileri içinde COVID-19 enfeksiyonu ile uyumlu biyolojik bir sinyalin varlığını gösteriyor, ancak bu çalışmada çok sayıda hasta örneği kullandık. Bu, umut verici bir sinyal olsa da, bunu doğrulamak için yöntemimizi akıllı telefon tabanlı elektrotlar kullanan asemptomatik kişilerde prospektif olarak test etmeli ve bu yöntemin pandemi ile mücadelede pratik olarak kullanılabilir olduğunu göstermeliyiz. Şimdi bu soruyu ele almak için çalışmalar devam ediyor.