کاربرد جالب هوش مصنوعی در تشخیص موارد پنهان یک بیماری قلبی به نام سندرم QT طولانی
سندرم QT طولانی (LQTS) نوعی اختلال مادرزادی یا اکتسابی در مرحله رپولاریزاسیون یا دشارژ شدن قلب است که باعث طولانی شدن فاصله QT در نوار قلب یا ECG میشود.
طبق تعریف وقتی QTطولانی است که فاصلهٔ QT اصلاح شده QTC بیش از 440 میلی ثانیه باشد.(فاصله QTC برابر است با فاصله QT تقسیم بر جذر فاصله RR).
اشکال اکتسابی، ناشی از اختلالات متابولیک و داروهای مختلف هستند. حداقل ۴ نوع جهش ژنتیکی مجزا منجر به اشکال مادرزادی این اختلال میشوند و همگی به سبب تغییراتی در کانالهای پتاسیم یا سدیم آن را ایجاد میکنند. اشکال مادرزادی ممکن است با کری همراه باشند
اهمیت سندرم QT طولانی، در ارتباط آن با بروز یک نوع خاصی از طپش قلب نامنظم بالقوه کشنده به نام Torsades de pointes است. در اغلب موارد این ریتم خودبهخود بر طرف میشود اما گاهی باعث سنکوپ و مرگ ناگهانی میشود.
بیماریهای همراه با QT طولانی | |
بیماری | مثالها |
مادرزادی | سندرم رومانو ـ وارد (بدون کری)سندرم ژرول و لانژ ـ نیلسن (همراه با کری) |
اکتسابی | داروهای ضدآریتمی دسته IA و دسته III |
ضدافسردگیهای سه حلقهای -فنوتیازینها آنتیبیوتیکها (ماکرولیدها، پنتامیدینها، تریمتوپریم ـ سولفامتوکسازول) ترفنادین (مخصوصاً وقتی با کاکرولیدها یا داروهای ضدقارچی ترکیب شود) | |
متابولیک | هیپوکالمی – هیپوکلسمی هیپومنیزیمی |
دیگر موارد | رژیمهای غذایی پروتئنی مایع |
تشخیص QT طولانی چندان ساده نیست. یکی از دلایل مرگ ناگهانی ورزشکاران میتواند همین QT طولانی باشد. حتی اگر توجه خوب به نوار قلب هم توسط پزشک شود با توجه به موارد مثبت کاذب و منفی، برای دقت کار معیارهایی پیشنهاد شده است که اینجا دیگر وارد این مباحث نمیشوم.
زمانی را به یاد میآورم که کاربرد عمده کامپیوتر در پزشکی این بود که شما علایم بالینی یا نتایج آزمایشگاه را به خورد کامپیوتر میدادید تا کامپیوتر از روی الگوریتم چند تشخیص افتراقی عمده را به شما بگوید. این چیزی بود که هر شخصی با کمی دانش در مورد پزشکی با یک کتاب تشخیص افتراقی هم میتوانست انجام بدهد.
اما الان دیگر کاربرد هوش مصنوعی در پزشکی در حال توسعه است. در حدی که کامپیوترها در عرصه تشخیص بیماریها میتوانند در تفسیر سی تی اسکن و لامهای پاتولوژی هم دخالت کنند!
و حالا شرکتی به نام AliveCor ادعا کرده که با هوش مصنوعی ابداعی خود میتواند کمک زیادی به تفسیر نوارهای قلبی برای پیدا کردن موارد پنهان بیماران دچار QT طولانی کند. تقریبا از هر دو هزار نفر، یک نفر به این بیماری مبتلا هستند و ممکن است زمانی در زندگی خود دچار مشکل شوند.
الگوریتم هوش مصنوعی این شرکت میتواند با ویژگی 81 درصد و حساسیت 73 درصد موارد سندرم QT طولانی را تشخیص بدهد که بسیار قابل توجه است.