Манера сна может помочь выявить риск развития сердечной недостаточности

Фото из открытых источников

Исследования показали, что на ранних стадиях сна, когда нервная система претерпевает быстрые изменения, электрическая активность сердца может быть использована для определения будущих рисков для здоровья. Для этого необходимы лишь данные с одного отведения электрокардиограммы (ЭКГ), расположенного на груди во время сна. Результаты исследования были опубликованы в журнале SLEEP.

Благодаря этому искусственный интеллект может предсказать риск развития у человека нарушений сердечного ритма, инсульта, сердечной недостаточности или смерти от любой причины в течение следующих 10 лет. Результаты исследования опубликованы в журнале SLEEP при поддержке Национальных институтов здравоохранения США (NIH).

«Этот новый подход потенциально позволяет выявлять лиц, подверженных риску сердечно-сосудистых заболеваний, за годы до появления клинических симптомов», — говорит Дэвид Гофф из Национального института сердца, легких и крови (NHLBI) при Национальных институтах здоровья США. «Важным следующим шагом является оценка того, улучшает ли эта информация традиционные методы прогнозирования рисков».

Исследовательская группа под руководством ученых из Университета Эмори сначала обучила систему глубокого обучения на данных общественного здравоохранения, касающихся почти 16 000 пациентов.

Эти пациенты были включены в исследование сна в Массачусетской больнице общего профиля в Бостоне, и в рамках исследования у них измеряли сердечную активность во время сна с помощью ЭКГ.

После обучения система искусственного интеллекта была протестирована еще на двух наборах данных, включающих почти 10 000 пациентов из больницы Университета Эмори и 13 000 пациентов из медицинского центра Бет Израэль Диконесс в Бостоне.

В итоге модель смогла разделить участников на группы с разным уровнем долгосрочного риска сердечно-сосудистых заболеваний.

После корректировки с учетом традиционных факторов риска и характеристик сна система искусственного интеллекта смогла предсказать 10-летний риск развития ряда сердечно-сосудистых заболеваний.

При каждом увеличении показателя риска, рассчитанного искусственным интеллектом, на одно стандартное отклонение риск развития фибрилляции предсердий (нерегулярного сердцебиения) возрастал на 103–172 процента.

Также отмечалось повышение риска инсульта на 19–40 процентов, риска сердечной недостаточности на 69–133 процента и риска смерти от любой причины на 65–82 процента.

Только в одной группе был выявлен значительно повышенный риск развития инфаркта миокарда в будущем.

«Важно отметить, что мы обнаружили, что добавление оценки, полученной с помощью нашей модели глубокого обучения, улучшает прогнозирование исходов сердечно-сосудистых заболеваний, выходя за рамки установленных факторов риска», — говорит соавтор исследования профессор Гари Клиффорд из Технологического института Джорджии. «Включение этих показателей в исследования сна имеет большой потенциал для улучшения ранней диагностики сердечно-сосудистых заболеваний, определения лиц, подверженных наибольшему риску, и более активного подхода к лечению пациентов».

Нарушения сна, такие как бессонница, являются известными факторами риска сердечно-сосудистых заболеваний. Во время полисомнографии (ПСГ), которая является золотым стандартом диагностики нарушений сна, часто также регистрируется работа сердца.

Но если эти данные не вызывают серьезных опасений, то их результаты редко принимаются во внимание. Вся эта ценная информация о работе сердца может оказаться бесполезной.

Традиционные модели оценки сердечно-сосудистого риска обычно учитывают записи ЭКГ, сделанные в состоянии бодрствования или во время ходьбы. Но во время сна они также могут фиксировать важные колебания.

Исследователи из США, используя алгоритм глубокого обучения, обнаружили, что записи ЭКГ в сочетании со стадиями сна обладают высокой прогностической ценностью для оценки состояния сердечно-сосудистой системы.

Это справедливо даже с учетом других факторов риска сердечно-сосудистых заболеваний, таких как возраст, пол, диабет, гипертония и курение.

Например, во время самой поверхностной стадии сна изменения частоты сердечных сокращений и электрической проводимости, по-видимому, особенно указывают на будущие риски для здоровья.

«Эти быстрые вегетативные колебания могут усиливать едва заметные отклонения в динамике сердечного ритма или характере проведения нервных импульсов», — поясняют авторы.

Фактически, включение данных ЭКГ, полученных во время сна, улучшило существующие модели оценки сердечно-сосудистого риска на 6 процентов для фибрилляции предсердий, на 9 процентов для сердечной недостаточности и на 7 процентов для прогнозирования смертности.

Авторы объясняют, что эти абсолютные показатели могут показаться незначительными, но они все же улучшают нашу способность различать людей, у которых развивается сердечная недостаточность, и тех, у кого она не развивается, помимо традиционных методов.

При дальнейшем развитии система искусственного интеллекта потенциально может помочь медицинским работникам выявлять пациентов с нарушениями сна, которые могут подвергаться повышенному риску развития сердечной недостаточности.

«В будущем проверенные аналитические подходы, подобные этому, могут быть интегрированы в существующие диагностические тесты для пациентов, проходящих исследования сна, в качестве скринингового инструмента для выявления множественных неблагоприятных сердечно-сосудистых исходов», — говорит Гофф.