Использование искусственного интеллекта для анализа звуков для прогнозирования декомпенсации сердечной недостаточности (STEREO)

Сердечная недостаточность — распространенное состояние, при котором сердце не может обеспечить желаемый сердечный выброс из-за ослабления или ригидности сердечной мышцы. Он поражает более 2% населения Великобритании (заболеваемость составляет около 200 000 случаев в год), что приводит к 5% всех госпитализаций по неотложной помощи и потребляет примерно 2% годового бюджета Национальной службы здравоохранения (приблизительно 2 миллиарда фунтов стерлингов в год). Таким образом, сердечная недостаточность является не только основной причиной госпитализации, но и предоставляет ведущую возможность сократить число предотвратимых госпитализаций.

Острая декомпенсированная сердечная недостаточность (ОДСН) является неотложной медицинской ситуацией, требующей неотложной помощи. Обычно это приводит к госпитализации в стационар и является основной причиной связанных с этим расходов на здравоохранение. ADHF обычно характеризуется быстрым ухудшением одышки в покое или при нагрузке из-за отека легких (легочного венозного застоя) и задержки жидкости, что приводит к опуханию ног, а также к множеству других симптомов, включая усталость, отсутствие аппетита и т. д.

Обычно у пациента появляются постепенные или внезапные типичные симптомы (одышка, утомляемость и скопление жидкости в ногах). После стабилизации и начального лечения ОДСН пациенты вступают в фазу плато, когда сердце остается стабильным. Однако со временем у большинства пациентов наблюдаются множественные эпизоды ОДСН, которые обычно становятся более продолжительными и разделены более короткими интервалами. Застой связан с повышенным сердечным давлением, обычно вторичным по отношению к перегрузке объемом, которая играет центральную роль в патофизиологии, проявлении и прогнозе сердечной недостаточности. Застой в легких является одной из важнейших диагностических и терапевтических целей при сердечной недостаточности. Раннее выявление застоя в легких из-за перегрузки объемом является ключом к предотвращению предстоящей повторной госпитализации и представляет идеальную возможность оптимизировать лечение сердечной недостаточности в обществе.

Раннее выявление ADHF в сообществе, в конечном счете, является первым шагом в обеспечении эффективного ухода за пациентами. Плохая распознаваемость СН из-за множества неясных/неспецифических проявлений часто приводит к задержке диагностики и лечения. Задержка между появлением у пациента симптомов декомпенсации СН и обращением за медицинской помощью часто бывает значительной и зависит от скорости появления и тяжести симптомов. Таким образом, необходимы надежные и легкодоступные средства оценки хронического водного статуса у амбулаторных пациентов для выявления ранней декомпенсации, когда возможно соответствующее вмешательство. Внезапное развитие одышки (одышки) из-за скопления жидкости в легких (острый отек легких) обычно требует немедленного обращения за медицинской помощью, тогда как постепенное появление отечности ног и лодыжек (периферические отеки) чаще связано с задержкой. в поисках ухода. Средняя задержка между появлением симптомов и госпитализацией колебалась от 2 часов до 7 дней. Симптомы сердечной недостаточности часто развиваются постепенно и кажутся неопасными, что потенциально объясняет некоторые наблюдаемые задержки в обращении за медицинской помощью.

В последние годы несколько пилотных исследований продемонстрировали взаимосвязь между речевыми биомаркерами и степенью системного и/или легочного застоя у пациентов с сердечной недостаточностью. Например, в 2017 году исследование 10 (8 М, 2Ж) пациентов с острой декомпенсированной сердечной недостаточностью, находящихся на стационарном лечении внутривенной терапией диуретиками, показало, что после лечения у пациентов наблюдалась более высокая доля автоматически определяемого скрипучего голоса, увеличение основной частоты и уменьшение вариаций выраженности кепстрального пика, что позволяет предположить, что речевые биомаркеры могут быть ранними индикаторами СН. Исследование также показало, что тяжесть отека, связанного с СН, необходимая для заметного изменения голоса, невелика по сравнению с тяжестью, необходимой для увеличения массы тела, что позволяет предположить, что речевые биомаркеры могут стать более эффективным неинвазивным инструментом для мониторинга пациентов с СН, чем ежедневный вес. . В 2021 году в другом исследовании оценивалась возможность дистанционного анализа речи при оценке динамической перегрузки жидкостью у пациентов с сердечной недостаточностью, проходящих гемодинамическое лечение. Они провели серийные измерения речи/голоса у 5 пациентов, находящихся на гемодиализе. Анализ проводился с помощью приложения, которое не использует алгоритм искусственного интеллекта. Они продемонстрировали статистически значимые различия в отдельных речевых биомаркерах на разных уровнях водного баланса по мере прохождения пациентами лечения. В дальнейшем, в 2022 году, при сравнении звукозаписей пациентов, поступивших с ОДСН в день поступления и в день выписки, с выборкой из 40 пациентов, поступивших с острой декомпенсированной сердечной недостаточностью, были выявлены достоверные различия по всем 5 протестированным речевым показателям влажной (прием) и сухие (выписка) записи.

Отдельно в 2022 году исследование оценило изменения речи и пауз в голосовых записях пациентов с острой (N = 68) и стабильных (N = 36) и обнаружило, что соотношение пауз увеличилось на 14,9% у пациентов с острой СН. Они также обнаружили положительную корреляцию с уровнем NT-Pro-BNP. В другом исследовании, проведенном в 2022 году, изучались как особенности кепстрального коэффициента Mel-Frequency (MFCC), так и особенности голосовой речи, сравнивая выборку из 25 здоровых говорящих (7F, 18M) и 20 пациентов с СН любой этиологии (независимо от ФВЛЖ). После выбора функций они разработали прогнозные модели, используя четыре различных метода классификации (SVM, ET, Adaboost и FFNN). Основываясь на сочетании функций MFCC и голосовой речи, они смогли предсказать ADHF с точностью в диапазоне 88-94%, с истинно положительным показателем 79,47% и истинно отрицательным уровнем 82,69%.

Выполняя обширную панель клинических оценок, исследований, а также опросников на основе симптомов в исследовании с участием до 250 пациентов с сердечной недостаточностью, исследователи стремятся опираться на недавнюю работу и разработать новое приложение на основе искусственного интеллекта, развернутое на интеллектуальном устройстве. который может обнаружить усиление застоя в легких по незначительным изменениям в кашле, голосе, дыхании и звуках грудной клетки пациента. Это предоставит ключевую информацию для пациентов с сердечной недостаточностью и их клинических бригад за счет правильного выявления прогрессирующего накопления жидкости в легких пациента до того, как у него разовьются серьезные симптомы. Обнаружение застоя в легких на ранней стадии позволит врачам более эффективно нацеливать терапию. Есть надежда, что это поможет свести к минимуму и, в конечном итоге, предотвратить необходимость повторной госпитализации в неотложную больницу, предупредив пациента о необходимости связаться со своей (общинной) бригадой по лечению сердечной недостаточности и обеспечив более раннее амбулаторное лечение до необходимости повторной госпитализации в острой фазе.

При условии успешного результата этого исследования будет проведено проспективное интервенционное клиническое исследование, чтобы проверить клинические и эксплуатационные преимущества инструмента искусственного интеллекта, полученного в результате этого исследования, по лечению сердечной недостаточности Национальной службы здравоохранения, что проложит путь для возможного принятия таких решений. в рутинной клинической практике.