Wyzwaniem ograniczającym zastosowanie CRT jest jej zmienna skuteczność – szacuje się, że nawet 20-30% kwalifikowanych pacjentów nie odnosi wymiernych korzyści z terapii. Istotną informacją jest jaki odsetek pobudzeń pracy serca był stymulowany (uznaje się, że gdy wynosi on mniej niż̇ 93%, urządzenie działa nieprawidłowo).
Celem badania przeprowadzanego w I Katedrze i Klinice Kardiologii Warszawskiego Uniwersytetu Medycznego jest ustalenie kryteriów do automatycznej oceny, analizy i interpretacji sygnału elektrokardiograficznego (EKG) w celu oceny skuteczności resynchronizacji. Zespół działający pod kierownictwem prof. dr hab. n. med. Marcina Grabowskiego jest uznawany za czołowy na arenie krajowej, i nie tylko, w implantowaniu i kontroli urządzeń wszczepialnych.
– Na podstawie zebranych sygnałów EKG w korelacji z danymi klinicznymi zostaną określone parametry predykcyjne i kategoryzujące odpowiedź na zastosowaną terapię. Opracowane wyniki pozwolą lepiej kwalifikować pacjentów mogących odnieść wymierne korzyści z tej formy leczenia – podkreśla prof. dr hab. n. med. Marcin Grabowski.
Innowacyjnym aspektem projektu jest wykorzystanie algorytmów sztucznej inteligencji i uczenia maszynowego do opracowania określonych schematów. W tym zakresie wsparcie WUM gwarantuje Cardiomatics – oprogramowanie chmurowe, służące do automatycznej analizy zapisów EKG.
– Cardiomatics, jako certyfikowane urządzenie medyczne zapewniające szybkie i rzetelne raporty z badań EKG, doskonale wpisał się w potrzebę zespołu projektowego. Cieszymy się, że połączenie świata nauki i biznesu przyniesie efekty nie tylko o wymiarze ekonomicznym, ale przede wszystkim poprawiając rokowanie pacjentów z niewydolnością serca – komentuje Rafał Samborski, CEO Cardiomatics.
Efektem zrealizowanego projektu będzie stworzenie bazy przykładowych zapisów EKG dla różnych zaburzeń przewodzenia oraz, co niezwykle wartościowe, określenie elektrokardiograficznych kryteriów rożnych typów odpowiedzi na terapię resynchronizującą (super-responder/ responder/ non-responder). Dzięki temu algorytm sztucznej inteligencji będzie mógł na podstawie tych danych w przyszłości wspierać decyzje lekarzy dotyczące postępowania terapeutycznego w chorobie niewydolności serca.
Realizacja przedsięwzięcia jest możliwa dzięki wsparciu Narodowego Centrum Badań i Rozwoju.
