Wykrywanie zwężenia aorty za pomocą osłuchiwania smartfona przy użyciu uczenia maszynowego (HEARTBEAT-Pilot)

Ciężkie zwężenia aorty leczy się zwykle chirurgicznie lub interwencyjnie, co czyni je najczęściej leczoną spośród chorób zastawek serca. Zazwyczaj ciężkie zwężenie aorty rozpoznaje się dopiero po wystąpieniu pierwszych objawów. Jednak wstępne badania sugerują, że leczenie bezobjawowego zwężenia aorty może również wydłużyć życie chorych. Dlatego też pożądana byłaby szeroko stosowana i opłacalna metoda diagnostyczna w badaniach przesiewowych.

Obecnie złotym standardem w diagnostyce zwężenia aorty jest echokardiografia. Pozwala na szczegółowy pomiar i ocenę, pomagając w wykrywaniu i ocenie diagnostycznej. Jest to jednak czasochłonne i dlatego nie można go łatwo zastosować w przypadku większej populacji. Alternatywnie odpowiednia jest osłuchiwanie jako metoda akustyczna, w przypadku której za pomocą stetoskopu można wykryć typowe zmiany hałasu spowodowane turbulencjami w przepływie krwi.

Ponieważ stetoskopy są dostępne do samodzielnego użytku jedynie warunkowo, zarówno pod względem dostępności, jak i użyteczności, niniejsze badanie ma na celu zbadanie, czy aplikacja mobilna oparta na sztucznej inteligencji na popularne smartfony wykorzystujące wbudowane mikrofony może mieć również zastosowanie diagnostyczne. W tym celu rejestruje się nagrania mikrofonowe w typowych pięciu punktach osłuchowych 50 pacjentów z ciężkim zwężeniem aorty i 50 pacjentów bez istotnych wad zastawek serca. Jako punkty odniesienia służą stetoskop cyfrowy (3M Deutschland GmbH, Niemcy) i wyniki badania echokardiograficznego. Na podstawie tych danych w pierwszym etapie zostanie opracowany model klasyfikacyjny, który za pomocą uczenia maszynowego będzie w stanie wykryć ciężkie zwężenie aorty w nagraniach smartfonów.