Tidlig EKG-prediksjon av multisystem sykdom Kohort-etablering og oppfølging (EARLY-ECG-PRED)

Nyere fremskritt innen kunstig intelligens (AI) har utvidet diagnostiske evner til elektrokardiografi (EKG) utover hjerte- og karsykdommer. Fremvoksende bevis viser at AI-forbedret EKG-analyse kan gi verdifull innsikt i alder, kjønn, dødelighetsrisiko, hjertefunksjon og systemiske forhold som elektrolyttubalanse, nyredysfunksjon og skjoldbruskkjertelforstyrrelser. Disse funnene posisjonerer EKG som et lovende verktøy for identifisering og prediksjon av et bredt spekter av sykdommer.

For ytterligere å undersøke de underliggende mekanismene som forbinder EKG-avvik med sykdommer i flere systemer og for å utvikle EKG-baserte diagnostiske, screening og prediktive modeller, satte vi i gang en multisenter, prospektiv, observasjonsregisterundersøkelse som involverte pasienter som gjennomgikk EKG-undersøkelser. Målene med prosjektet er som følger:

1. AI-ECG Foundation Model Development

1. Diagnostisering av tradisjonelle hjerte- og karsykdommer (f.eks. Arytmier, hjerteinfarkt).
2. Screening av lidelser i flere systemer, inkludert: sirkulasjons-, fordøyelses-, luftveis- og nervesystem sykdommer, endokrine/metabolske lidelser, urogenitale sykdommer, hematologiske tilstander, neoplasmer og psykiske helseforstyrrelser.
3. Prediksjon av forhold til nybegynner (f.eks. Atrieflimmer, hjertesvikt, valvulære sykdommer, NSTEMI, ventrikulær takykardi) og 1-års dødelighetsrisiko.

2. Klinisk nytte og implementering

Ved å utnytte portabiliteten, kostnadseffektiviteten og ikke-invasiviteten til EKG, muliggjør vår AI Foundation-modell:

1. Rask, storskala screening i polikliniske, døgn, nød- og samfunnsinnstillinger.
2. Tidlig påvisning av sykdommer i flere systemer, ledende målrettede diagnostiske trening.

3. Mekanistisk og tolkbarhetsforskning som belyser diagnostisk, prediktiv og risikostatifiseringslogikk for AI-ECG Foundation-modeller.