Jak AI dokáže odhalit rozvoj HF 3 týdny před rozvojem symptomů?

Dekompenzace chronického srdečního selhání (HF) se stále řadí k nejčastějším příčinám hospitalizace starších pacientů po celém světě. Nalezení způsobů časné identifikace projevů počínajícího zhoršování HF je pro zlepšení výsledků léčby pacientů s HF naprosto zásadní. Může být správnou cestou právě aplikace pro smartphony? „Chytrý telefon“ má dnes téměř každý, dokonce i pacienti ve vyšším věku již často umějí smartphony ovládat. Podle odborníků je proto velmi praktické využít ke sbírání dat o zdravotním stavu přístroj, který má drtivá většina nemocných denně v ruce.

Nepatrný otok hlasivek změní hlasový projev

Jak zmiňovaná aplikace funguje? Zvýšená akumulace tekutin v těle může ovlivnit některé charakteristiky lidské řeči, jako je například výška hlasu, hlasitost či dynamika hovoru. K těmto změnám dochází kvůli jinak nezřetelnému otoku měkkých tkání horních cest dýchacích – faryngu, měkkého patra, jazyka a přímo hlasivek.

Do studie původem z Izraele, která zkoumala využití popisované aplikace, bylo zahrnuto celkem 416 dospělých pacientů s chronickým HF (NYHA 2–3). Celkem 75 % z nich představovali muži, průměrný věk byl 68 let. Do studie byli zařazení nemocní s redukovanou i normální ejekční frakcí (EF), u kterých byly projevy HF stabilizovány, ale současně šlo o nemocné v riziku dekompenzace.

Cílem studie bylo analyzovat data týkající se řečového projevu pomocí aplikace Cordio HearO, aby bylo možné posoudit jeho schopnost detekovat zhoršování projevů HF již v počátečních stadiích demompenzace. Pacienti zařazení do studie denně nahrávali do aplikace pět jednoduchých stále stejných vět ve svém mateřském jazyce (hebrejština, ruština, arabština a angličtina).

V tréninkové fázi studie byly vyhledávány a analyzovány typické charakteristiky řeči, které by se mohly vlivem dekompenzace HF změnit. K tomuto účelu byla využita data od 263 pacientů; na jejich základě mohl být pak vyvinut algoritmus AI. Získaný algoritmus byl následně aplikován i na zbylých 153 nemocných zařazených do studie, aby se ověřila jeho efektivita. Jakmile byla detekována odchylka od obvyklého pacientova řečového projevu, aplikace odeslala upozornění pacientovu ošetřujícímu lékaři.

AI odhalila riziko dekompenzace HF více než tři týdny předem

Autoři studie uvádějí, že pacienti v tréninkové fázi studie do aplikace nahrávali potřebné hlasové záznamy v 83 % sledovaných dní mezi 27. březnem 2018 a 30. listopadem 2021; follow-up trval 44 měsíců. Adherence k protokolu studie byla v ověřovací fázi probíhající mezi 1. únorem 2020 a 30. dubnem 2023 celkem 81 %, což je výrazně více než u celé řady jiných prací zaměřených na rutinní monitorování pacientova zdravotního stavu. U skupiny nemocných zařazených do ověřovací fáze trval follow-up 33 měsíců. Dekompenzace HF byla pro účely práce definována jako nutnost hospitalizace nebo ambulantní i. v. diuretické terapie z důvodu zhoršení městnavých projevů HF.

V tréninkové fázi aplikace dokázala přesně predikovat celkem 44 z 58 popsaných opakovaných dekompenzací HF (76 %) a 81 % dekompenzací, které byly pro pacienta první situací tohoto typu (celkem 35 událostí) – a to v průměru o 24 dní dříve, než došlo k hospitalizaci nebo zahájení i. v. diuretické terapie. V ověřovací fázi byla aplikace podobně přesná: odhalila 10 ze 14 dekompenzací (71 %) a 77 % prvních dekompenzací (10 případů) v průměru s 26denním předstihem. V obou fázích studie vygenerovala aplikace asi 3 nadbytečná varování na jeden pacientorok (ekvivalent jednoho pacienta používajícího aplikaci po dobu jednoho roku).

Pro srovnání: senzitivita denního monitorování hmotnosti pro predikci hospitalizace z důvodu HF je pouze asi 10–20 % a k rozpoznání zhoršování symptomů dochází nejvýše 2–3 dny před hospitalizací.

Technologie využívaná touto aplikací má jednoznačně potenciál pro zlepšení výsledků léčby HF, limitací popsané práce je však malý počet pacientů. V současné době je technologie Cordio HearO evaluována v další studii z USA. Nábor do této observační studie měl být ukončen na začátku roku 2024; investigátoři plánují sledovat více než 500 nemocných a první výsledky by měly být známy začátkem roku 2025.

Otázkou k zodpovězení je také to, s jakou specificitou dokáže aplikace rozlišit projevy dekompenzovaného HF od jiných afekcí ovlivňujících hlas, například od probíhajícího infektu horních cest dýchacích či neurologických potíží typu esenciálního tremoru. Přesnost technologie bude muset být v budoucnu ještě podrobena dalšímu testování.

Technologie šetří lékařům čas a pacientům zdraví

Vysoký počet pacientů s HF a častými dekompenzacemi představuje významnou zátěž pro zdravotnický systém zřejmě všech vyspělých zemí. Jakýkoliv nástroj, který umožňuje spolehlivě a v předstihu odhalit pacienty, u nichž je vysoce pravděpodobné, že budou potřebovat nemocniční léčbu, tak napomáhá přetíženému systému odlehčit – časná léčba pochopitelně také vede k lepším výsledkům, menším komplikacím a ve výsledku k vyšší kvalitě života pacientů.

Odborníci si též kladou otázku, zda by nebylo snazší, než rozšířit popsanou aplikaci, poučit lékaře, na jaké charakteristiky hlasového projevu se mají u nemocných zaměřit. Tato cesta se však zdá být dosti problematická. Lékař vidí konkrétního pacienta přinejlepším jednou měsíčně – AI může vyhodnocovat data každý den a zaznamená tak i mnohem diskrétnější změny. I v situaci, kdy by lékař skutečně zval nemocného na kontrolu dvanáctkrát za rok, stále je tu 353 dní v roce, kdy se s ním nesetká. S aplikací v chytrém mobilu má pacient možnost kontroly stále u sebe, a své zdraví má tak doslova „ve vlastních rukou“.

(red)