Brug af AI-analyse af lyde til at forudsige hjertesvigtsdekompensation (STEREO)

Hjertesvigt er en almindelig tilstand, hvor hjertet ikke er i stand til at levere det ønskede hjerteoutput enten på grund af en svækket eller stiv hjertemuskel. Det påvirker mere end 2% af den britiske befolkning (hyppigheden er omkring 200.000 tilfælde om året), hvilket resulterer i 5% af alle akutte hospitalsindlæggelser, og det bruger cirka 2% af det årlige NHS-budget (ca. 2 milliarder pund om året). Derfor er hjertesvigt ikke kun en væsentlig drivkraft for hospitalsindlæggelse, men giver den førende mulighed for at reducere forebyggelige indlæggelser.

Akut dekompenseret hjertesvigt (ADHF) er en medicinsk nødsituation, der kræver akut opmærksomhed. Det resulterer normalt i indlæggelse på hospital og er en væsentlig drivkraft for de tilknyttede sundhedsudgifter. ADHF er normalt karakteriseret ved hurtig forværring af åndenød ved hvile eller anstrengelse på grund af lungeødem (pulmonal venøs tilstopning) og væskeophobning, der resulterer i hævede ben samt et utal af andre symptomer, herunder træthed, manglende appetit og så videre.

Patienten viser sig normalt med gradvist eller pludseligt indsættende typiske symptomer (åndedræthed, træthed og væskeophobning i benene). Efter stabilisering og den indledende behandling af ADHF går patienterne ind i en plateaufase, hvor hjertet forbliver stabilt. Men over tid oplever de fleste patienter flere episoder af ADHF, som typisk bliver længere og adskilt af kortere intervaller. Overbelastningen er relateret til underliggende øget hjertetryk, normalt sekundært til volumenoverbelastning, som spiller en central rolle i patofysiologien, præsentationen og prognosen for hjertesvigt. Pulmonal kongestion er et af de vigtigste diagnostiske og terapeutiske mål ved hjertesvigt. At opdage lungetilstopning tidligere på grund af volumenoverbelastning er nøglen til at forhindre forestående genindlæggelse og giver en ideel mulighed for at optimere hjertesvigtsbehandlingen i samfundet.

Tidlig påvisning af ADHF i lokalsamfundet er i sidste ende det første skridt i at yde effektiv patientpleje. Dårlig genkendelse af HF på grund af dens mangfoldighed af vage/uspecifikke symptomatologi af præsentationer fører ofte til forsinkelser i diagnose og behandling. Forsinkelsen mellem en patient, der udvikler symptomer på HF-dekompensation og søger lægehjælp, er ofte betydelig og påvirkes af symptomernes hastighed og sværhedsgrad. Derfor er der behov for et pålideligt og let tilgængeligt middel til at vurdere kronisk væskestatus hos ambulante ambulante patienter for at opdage tidlig dekompensation, når passende intervention er mulig. Den pludselige udvikling af åndenød (dyspnø) fra ophobning af væske i lungerne (akut lungeødem) medfører normalt hurtig kontakt med læger, hvorimod det gradvise udseende af hævede ben og ankler (perifert ødem) er mere tilbøjelige til at være forbundet med forsinkelser i at søge pleje. Den gennemsnitlige forsinkelse mellem symptomdebut og hospitalsindlæggelse varierede fra 2 timer til 7 dage. Symptomerne på hjertesvigt udvikler sig ofte gradvist og virker ikke-truende, hvilket potentielt forklarer nogle af de observerede forsinkelser i at søge pleje.

I de senere år har adskillige pilotundersøgelser påvist en sammenhæng mellem talebiomarkører og omfanget af systemisk og/eller pulmonal overbelastning hos hjertesvigtpatienter. For eksempel viste en undersøgelse i 2017 af 10 (8 M, 2F) patienter med akut dekompenseret hjertesvigt, der var i indlæggelsesbehandling med intravenøs diuretikabehandling, at patienter efter behandling udviste en højere andel af automatisk identificeret knirkende stemme, øget fundamental frekvens og nedsat cepstraal peak prominensvariation, hvilket tyder på, at talebiomarkører kan være tidlige indikatorer for HF. Undersøgelsen viste også, at sværhedsgraden af ​​HF-relateret ødem, der kræves for at ændre stemmen målbart, er lille sammenlignet med den sværhedsgrad, der er nødvendig for at øge kropsvægten, hvilket tyder på, at talebiomarkører kunne blive et mere effektivt ikke-invasivt værktøj til at overvåge HF-patienter end daglig vægt. . I 2021 evaluerede en anden undersøgelse gennemførligheden af ​​fjerntaleanalyse i evalueringen af ​​dynamisk væskeoverbelastning hos hjertesvigtspatienter, der gennemgår hæmodynamisk behandling. De udførte serielle tale/stemmemålinger hos 5 patienter i hæmodialyse. Analysen blev udført med en app, der ikke deler dens AI-algoritme. De påviste statistisk signifikante forskelle i udvalgte talebiomarkører ved forskellige væskestatusniveauer, efterhånden som patienterne skred frem gennem behandlingen. Efterfølgende, i 2022, identificerede en sammenligning af lydoptagelser for patienter indlagt med ADHF på indlæggelsesdagen og udskrivelsesdagen med en stikprøve på 40 patienter, der var indlagt med akut dekompenseret hjertesvigt, signifikante forskelle i alle 5 testede talemål for våd. (indlæggelse) vs tørre (udledning) optagelser.

Separat evaluerede en undersøgelse i 2022 tale- og pauseændringer i stemmeoptagelser af akutte (N=68) og stabile (N=36) patienter og fandt, at pauseforholdet var en stigning på 14,9 % hos patienter med akut HF. De fandt også en positiv sammenhæng med NT-Pro-BNP niveau. En anden undersøgelse i 2022 undersøgte både Mel-Frequency cepstral coefficient (MFCC) funktioner og glottale talefunktioner, hvor man sammenlignede en prøve på 25 raske talere (7F, 18M) og 20 patienter med HF af enhver ætiologi (uanset LVEF). Efter funktionsvalg udviklede de prædiktive modeller ved hjælp af fire forskellige klassifikationsmetoder (SVM, ET, Adaboost og FFNN). Baseret på en kombination af MFCC og Glottal talefunktioner var de i stand til at forudsige ADHF med nøjagtigheder fra 88-94%, med en sand positiv rate på 79,47% og sand negativ rate 82,69%.

Ved at udføre et omfattende panel af kliniske vurderinger, undersøgelser samt symptombaserede spørgeskemaer i en undersøgelse, der involverer op til 250 hjertesvigtpatienter, sigter efterforskerne på at bygge videre på det seneste arbejde og udvikle en ny AI-baseret applikation implementeret på en smart enhed, som kan registrere en stigning i pulmonal overbelastning fra subtile ændringer i en patients hoste, stemme, vejrtrækning og brystlyde. Dette vil give nøgleinformation til patienter med hjertesvigt og deres kliniske teams ved korrekt at detektere progressiv væskeophobning i en patients lunger, før patienten udvikler væsentlige symptomer. Påvisning af lungeoverbelastning i tidlig fase vil gøre det muligt for klinikere at målrette behandlingen mere effektivt. Det er håbet, at dette vil bidrage til at minimere og i sidste ende forhindre behovet for tilbagevendende akut hospitalsindlæggelse ved at advare patienten om at kontakte deres (samfunds) hjertesvigtsteam og muliggøre tidligere ambulant behandling, før behovet for at blive genindlagt går ind i den akutte fase.

Med forbehold for det vellykkede resultat af denne forskning, vil der derefter blive foretaget et prospektivt interventionelt klinisk forsøg for at teste de kliniske og operationelle fordele ved AI-værktøjet, der er afledt af denne forskning om NHS-hjertesvigtbehandling, hvilket baner vejen for den endelige indførelse af sådanne løsninger i rutinemæssig klinisk praksis.