Istraživači iz Brigham i Ženska bolnica, člana utemeljitelja Masovni general Brigham zdravstvenog sustava, upotrijebili su alate umjetne inteligencije za ubrzavanje razumijevanja rizika od specifičnih srčanih aritmija kada su različiti dijelovi srca izloženi različitim pragovima zračenja kao dio plana liječenja raka pluća. Njihovi rezultati objavljeni su u JACC: Kardioonkologija.
"Izloženost zračenju srca tijekom liječenja raka pluća može imati vrlo ozbiljne i trenutne učinke na kardiovaskularno zdravlje pacijenta", rekao je dopisni autor Raymond Mak, dr.med. Odjela za radijacijsku onkologiju u Brigham and Women's Hospital. "Nadamo se da ćemo informirati ne samo onkologe i kardiologe, već i pacijente koji primaju terapiju zračenjem, o rizicima za srce pri liječenju tumora raka pluća zračenjem."
Pojava alata umjetne inteligencije u zdravstvenoj skrbi bila je revolucionarna i ima potencijal za pozitivno preoblikovanje kontinuuma skrbi, uključujući informiranje o planovima liječenja za pacijente s rakom. Mass General Brigham, kao jedan od najboljih nacionalnih integriranih akademskih zdravstvenih sustava i najvećih inovacijskih poduzeća, prednjači u provođenju rigoroznih istraživanja o novim i nadolazećim tehnologijama kako bi se informiralo o odgovornom uključivanju umjetne inteligencije u pružanje skrbi.
Za pacijente koji primaju terapiju zračenjem za liječenje raka pluća nemalih stanica (NSCLC), aritmije ili nepravilni ritmovi srca mogu biti uobičajeni. Zbog neposredne blizine srca plućima i tumora NSCLC koji se nalaze u blizini ili oko srca, srce može dobiti kolateralnu štetu od izlijevanja doze zračenja namijenjene ciljanju tumora raka. Prethodne studije su otkrile da je ova vrsta izloženosti srcu povezana s općim srčanim problemima. Međutim, ova nijansirana studija pokazala je da rizik za različite vrste aritmija može značajno varirati ovisno o patofiziologiji i srčanim strukturama koje su izložene različitim razinama zračenja.
Kako bi klasificirali vrste aritmija koje su povezane sa srčanim substrukturama koje primaju zračenje, istraživači su proveli retrospektivnu analizu na 748 pacijenata u Massachusettsu, koji su liječeni zračenjem za lokalno uznapredovali NSCLC. Katalogizirani podtipovi aritmija uključivali su fibrilaciju atrija, lepršanje atrija, drugu supraventrikularnu tahikardiju, bradiaritmiju i ventrikularnu tahiaritmiju ili asistoliju.
Statističke analize tima pokazale su da je otprilike jedan od svakih šest pacijenata doživio barem jednu aritmiju stupnja 3 s medijanom vremena od 2.0 godine do prve aritmije. Klasifikacije stupnja 3 smatraju se ozbiljnim događajima koji vjerojatno zahtijevaju intervenciju ili hospitalizaciju. Također su otkrili da je gotovo jedna trećina pacijenata koji su doživjeli aritmije također patila od velikih štetnih srčanih događaja.
Klase aritmija navedene u studiji nisu u potpunosti obuhvatile raspon problema sa srčanim ritmom koji su mogući, ali autori primjećuju da ova opažanja ipak stvaraju bolje razumijevanje mogućih patofizioloških putova i potencijalnih načina za minimiziranje srčane toksičnosti nakon liječenja zračenjem. Njihov rad također nudi prediktivni model za izloženost dozi i vrstu očekivane aritmije.
Za budućnost, istraživači vjeruju da bi radijacijski onkolozi trebali surađivati s kardiološkim stručnjacima kako bi bolje razumjeli mehanizme ozljeda srca i njihovu povezanost s liječenjem zračenjem. Osim toga, trebali bi iskoristiti prednosti modernog tretmana zračenjem kako bi aktivno smanjili izloženost zračenju specifičnim srčanim regijama koje su pod visokim rizikom za nastanak aritmija. Prema Makovim riječima, ova će studija, uz prethodna istraživanja, pomoći u nadzoru, probiru i informiranju radijacijskih onkologa o tome na koje dijelove srca treba ograničiti izloženost zračenju, a time i ublažiti komplikacije.
„Zanimljiv dio onoga što smo učinili bilo je korištenje algoritama umjetne inteligencije za segmentiranje struktura poput plućne vene i dijelova provodnog sustava za mjerenje izloženosti dozi zračenja u preko 700 pacijenata. To nam je uštedjelo mnoge mjesece ručnog rada”, rekao je Mak. "Dakle, ne samo da ovaj rad ima potencijalni klinički učinak, već također otvara vrata za korištenje umjetne inteligencije u radijacijskim onkološkim istraživanjima kako bi se pojednostavilo otkrivanje i stvorili veći skupovi podataka."
Izvor: Bwh
