Ny forskning vid Karolinska institutet visar att artificiell intelligens (AI) kan användas för att identifiera individer med förmaksflimmer.
Det räcker med ett enklare EKG, en teknik som finns i många smarta klockor och liknande.
Forskningen har stöd från Hjärt-Lungfonden.
– Förmaksflimmer är en av de främsta riskfaktorerna för stroke. För att undvika stroke är det mycket viktigt att upptäcka och behandla personer med förmaksflimmer, säger Kristina Sparreljung, generalsekreterare för Hjärt-Lungfonden.
Forskarna bakom den aktuella studien har nu utvecklat en AI-algoritm som kan identifiera förmaksflimmer hos en patient. Vilket är enkelt, billigt och möjligt redan i dag.
– Med vår AI-algoritm kan man på ett enklare sätt screena individer för förmaksflimmer, exempelvis genom att placera ut enkla handhållna EKG på vårdcentraler, där man genom att ta ett enda EKG kan bedöma den framtida risken för förmaksflimmer, säger Emma Svennberg, huvudman för studien och docent vid Karolinska Institutet.
Eftersom ett EKG-mätningsinstrument med en elektrod är billiga och enkla att använda kan detta öppna för att man använder algoritmen som ett första steg vid screening för förmaksflimmer. De personer som algoritmen hittar kan därefter genomgå ytterligare EKG-undersökningar.
Förmaksflimmer är den vanligaste formen av rubbningar i hjärtrytmen och obehandlat flimmer ökar kraftigt risken för stroke, men mörkertalet är sannolikt stort. Det beror på att förmaksflimmer ofta är symtomfritt eller periodiskt återkommande, vilket gör det svårt att upptäcka med ett enda EKG.
En tidig upptäckt av förmaksflimmer gör att man kan starta behandling med blodförtunnande läkemedel, vilket minskar risken för stroke och alltför tidig död.
I den aktuella studien användes en typ av artificiell intelligens som kallas för konvolutionellt neuralt nätverk, på data från 478 962 EKG-mätningar från 14 831 personer 65 år och äldre. EKG-mätningarna hämtades från tre olika screeningstudier där enkla mätinstrument med en elektrod, så kallade tum-EKG användes.
