สิ่งที่คุณควรรู้:
– นักวิจัยจากมูลนิธิ G-ACT และ Eko Health ได้ประกาศผลลัพธ์ที่ก้าวล้ำจากการศึกษา DAMSUN-HF (การตรวจจับและการจัดการภาวะหัวใจล้มเหลวด้วย Sensora ในประเทศด้อยโอกาส)
– การศึกษาการตรวจสอบในอนาคตแสดงให้เห็นว่าการตรวจคนไข้ทางดิจิทัลที่ใช้ AI สามารถระบุภาวะหัวใจล้มเหลวได้อย่างมีประสิทธิภาพโดยลดสัดส่วนการดีดออก (HFrEF) ในผู้ป่วยที่ไม่สามารถเข้าถึงการตรวจหัวใจด้วยคลื่นเสียงความถี่สูงแบบดั้งเดิม
การตรวจคนไข้ที่เปิดใช้งาน AI ทำให้เกิดความแม่นยำในการถ่ายภาพใกล้เคียงกัน
การศึกษาซึ่งได้รับการตีพิมพ์พร้อมกันใน การไหลเวียน และนำเสนอเป็นการทดลองทางคลินิกแบบล่าช้าที่ American Heart Association Scientific Sessions พบว่า Low EF AI ของ Eko ได้รับความแม่นยำใกล้เคียงการถ่ายภาพ:
- ความไว: 97%
- ค่าทำนายเชิงลบ (NPV): 94%
- ความจำเพาะ: 76%
ประสิทธิภาพนี้ ซึ่งยังคงแข็งแกร่งตามเพศและกลุ่มอายุต่างๆ พิสูจน์ให้เห็นว่าเครื่องตรวจฟังเสียงหัวใจดิจิทัลแบบเรียบง่ายที่ควบคุมโดย AI สามารถตรวจจับเศษส่วนการดีดออกที่ลดลง
แบบจำลองโลกแห่งความจริงสำหรับการตรวจจับหัวใจอย่างเป็นธรรมในแอฟริกา
การศึกษา DAMSUN-HF มอบแบบจำลองที่จับต้องได้และปรับขนาดได้สำหรับการบูรณาการการตรวจจับการเต้นของหัวใจในระดับผู้เชี่ยวชาญซึ่งมีทรัพยากรจำกัด การศึกษานี้ดำเนินการทั่วทั้งระบบสุขภาพแบบฮับและพูดระดับชาติของกานา โดยมุ่งเน้นไปที่การบูรณาการในโลกแห่งความเป็นจริงที่เชื่อมโยงคลินิกชุมชนกับศูนย์ระดับอุดมศึกษาผ่านกระแสข้อมูลบนคลาวด์ และการตรวจสอบโดยผู้เชี่ยวชาญอย่างรวดเร็ว
ผลลัพธ์แสดงให้เห็นถึงความสำเร็จในการดำเนินงานที่โดดเด่น:
- อัตราความสำเร็จสูง: ผู้เข้าร่วม 95% เสร็จสิ้นแต่ละขั้นตอน ตั้งแต่การคัดกรองชุมชนไปจนถึงการทบทวนของแพทย์โรคหัวใจ
- การคัดแยกอย่างรวดเร็ว: เคสที่ถูกตั้งค่าสถานะ AI มากกว่า 90% ได้รับการตรวจสอบโดยแพทย์โรคหัวใจภายใน 48 ชั่วโมง
ความสำเร็จนี้แสดงให้เห็นว่าการฟังเสียงที่ขับเคลื่อนด้วย AI สามารถฝังลงในเส้นทางการดูแลที่มีอยู่ได้โดยไม่ต้องพึ่งพาโครงสร้างพื้นฐานด้านการถ่ายภาพขั้นสูง
สร้างสะพานเชื่อมระหว่างนวัตกรรมและการบูรณาการ
การศึกษานี้เผชิญหน้าโดยตรงกับความท้าทายด้านหทัยวิทยาระดับโลกในเรื่อง “ความบกพร่องในการดำเนินการ” ในยุคที่ความก้าวหน้าด้าน AI เกี่ยวกับหัวใจและหลอดเลือดจำนวนมากยังคงจำกัดอยู่เฉพาะในโรงพยาบาลที่มีข้อมูลมากมาย DAMSUN-HF จะตรวจสอบความถูกต้องของโซลูชันสำหรับการตั้งค่าที่มีข้อจำกัดด้านโครงสร้างพื้นฐานในแถบตอนใต้ทะเลทรายซาฮาราของแอฟริกา
Connor Landgraf ผู้ร่วมก่อตั้งและซีอีโอของ Eko Health อธิบายผลกระทบในทางปฏิบัติว่า “เมื่อพยาบาลแนวหน้าหรือพยาบาลด้านสุขภาพในชุมชนสามารถระบุผู้ป่วยที่มีความเสี่ยงต่อภาวะหัวใจล้มเหลวจากการขับออกลดลงได้ภายในไม่กี่วินาที ผู้เชี่ยวชาญด้านสุขภาพสามารถตรวจคัดกรองได้เร็วกว่าและดำเนินการได้รวดเร็วยิ่งขึ้นในภูมิภาคที่ทรัพยากรการตรวจคลื่นไฟฟ้าหัวใจและโรคหัวใจวิทยามีจำกัด”