Forskere fra Københavns Universitet tester i øjeblikket en ny alarm, som i fremtiden skal hjælpe læger på landets hospitaler med at forudsige, om patienter med pacemaker eller hjertestarter får et alvorligt hjertetilfælde. Ved hjælp af kunstig intelligens og hjertedata fra pacemakere udregner alarmen risikoen for, om et tilfælde kan være på vej. Det skal på sigt støtte lægerne i at træffe den bedste beslutning for patienten.
Rigshospitalets hjerteafdeling overvåger til dagligt 4.000 patienter i hovedstadsområdet, som har en pacemaker eller en implantérbar hjertestarter (ICD) indopereret. Sker der pludselige ændringer i patientens hjerterytme, sendes et signal til hjerteafdelingen med data fra pacemakeren eller ICD’en. Ud fra det skal den vagthavende læge tage stilling til, om patienten skal kontaktes eller måske endda indlægges. Lægen træffer beslutningen ud fra sin erfaring og oplysninger om eksempelvis patientens sygdomshistorik og medicinering.
Men med det nye alarmsystem, som i øjeblikket udvikles i et samarbejde mellem forskere fra Datalogisk Institut, Rigshospitalet og spin-out-virksomheden Vital Beats, skal kunstig intelligens på sigt hjælpe lægen ved at udregne risikoen for, om et alvorligt hjertetilfælde kan være på vej. Den kunstige intelligens bygger på machine learning og trækker på data fra over 12.000 hjerteepisoder, som den er trænet til at genkende mønstre i. Mønstre som kan lede frem til et potentielt livstruende hjertetilfælde.
-På få sekunder kigger alarmsystemet på al den tidligere data om hjertetilfældet, som det har til rådighed og forudsiger, hvor stor risikoen er, for at et alvorligt hjertetilfælde er på vej. På den måde kan det støtte lægen i at træffe den bedste beslutning, som kan variere fra en akut indlæggelse til at fremrykke en rutinesamtale eller en ændring i patientens medicin, forklarer adjunkt Tariq Osman Andersen fra Datalogisk Institut.
Kigger ind i fremtiden
3.500 danskere – nogle med og nogle uden pacemaker eller ICD – falder hvert år om og dør på grund af hjertestop. Nogle af tilfældene skyldes det, der kaldes hurtige hjerterytmer eller ventrikelflimmer, som forhøjer hjertets aktivitet. Over tid ødelægger disse hurtige hjerterytmer hjertet, og i de mest alvorlige tilfælde får man hjertestop, når pulsen rammer 200-300.
-Når en patient oplever hurtige og potentielt farlige hjerterytmer, kan algoritmen forudsige, om der er høj risiko for, at det opstår igen. Vores foreløbige undersøgelser viser, at det kan støtte lægerne i at tage en hurtigere og mere sikker beslutning om, hvilken handling der skal tages, siger Tariq Osman Andersen og tilføjer:
-Den kunstige intelligens ser lynhurtigt sammenhænge, som det typisk vil tage lægen længere tid at se. Og tid er en mangelvare på hospitalerne, siger Tariq Osman Andersen.
16.000 gange om året tager lægen stilling
Alene på Rigshospitalet modtager hjertecentret 16.000 signaler, eller sendinger, som de små beskeder med hjerteinformationer fra patienterne kaldes, om året. Hver gang skal lægen vurdere, hvad der skal gøres, og det tager tid.
-Det er en helt ny måde at behandle på, at man kan forudsige, hvad der vil ske. I dag skal lægerne selv vurdere fra gang til gang og beslutte, hvad de vil gøre. Algoritmen er en ekstra hjælp, når de skal træffe tidskrævende og svære beslutninger. Man kan sige, at alarmen fortæller det, som mange erfarne lægekollegaer ville fortælle, hvis de satte sig ned og vurderede sagen grundigt, siger Jonas Moll, direktør i Vital Beats.
Alarmsystemet er netop nu i gang med at blive testet i samarbejde med læger på Rigshospitalets hjerteafdeling. Projektet SafeHeart er støttet af EU-midler og er et samarbejde mellem Københavns Universitet, virksomheden Vital Beats og Rigshospitalet.
Fakta:
• Alarmsystemet skal hjælpe læger med at behandle proaktivt, når en patient oplever ændringer i hjerterytmen.
• Den kunstige intelligens kan forudsige, om der er forhøjet risiko for hurtige hjerterytmer (arytmier) inden for de næste 30 dage.
• Den kunstige intelligens bygger på machine learning og er trænet på over 12.000 hjerteepisoder fra 1250 patienter fra årene 2015-2019.
• For at validere den kunstige intelligens’ resultater afprøves alarmen på rigtige patient cases på Rigshospitalets hjertecenter.
