Trippel detektering av hjärt-kärlsjukdomar med ett stetoskop med artificiell intelligens (TRICORDER)

Hjärtsvikt (HF) är ett tillstånd där hjärtat inte kan pumpa blod tillräckligt. Det är allt vanligare, förbrukar 4 % av UK National Health Service (NHS) budget och är dödligare än de flesta cancerformer. Tidig diagnos och behandling av HF förbättrar livskvalitet och överlevnad. Oacceptabelt får 80 % av patienterna sin HF diagnostiserad endast när de är mycket sjuka, vilket kräver en akut sjukhusinläggning, med sämre överlevnad och högre behandlingskostnader för NHS. Detta beror till stor del på att allmänläkare (GPs) inte har några lättanvända verktyg för att kontrollera misstänkt HF, med patienter som måste förlita sig på en lång och sällan avslutad diagnostisk väg som involverar blodprov och sjukhusbedömning.

Utredarna har tidigare visat att ett artificiell intelligens-aktiverat stetoskop (AI-stetoskop) kan upptäcka HF på 15 sekunder med 92 % noggrannhet (oavsett ålder, kön eller etnicitet) – även innan patienter utvecklar symtom. Medan GP använder stetoskopet, registrerar det hjärtljud och elektrisk aktivitet, och använder inbyggd artificiell intelligens för att upptäcka HF.

Målet med denna kliniska prövning är att fastställa den kliniska och kostnadseffektiviteten av att förse primärvårdsteam med AI-stetoskop för att upptäcka hjärtsvikt. Huvudfrågorna som den syftar till att besvara är om tillhandahållandet av AI-stetoskopet:

1. Ökar den totala upptäckten av hjärtsvikt
2. Minskar andelen patienter som får diagnosen hjärtsvikt efter en akut sjukhusinläggning
3. Minskar kostnaderna för sjukvården

200 primärvårdskliniker över nordvästra London och norra Wales, Storbritannien, kommer att rekryteras till en kluster randomiserad kontrollerad studie, vilket innebär att hälften av primärvården kommer att slumpmässigt tilldelas för att ha AI-stetoskop för användning i direkt klinisk vård, och hälften kommer att tilldelas inte. Forskare kommer att jämföra kliniska resultat och kostnadsresultat mellan grupperna.