Як штучний інтелект змінює діагностику інфаркту: ChatGPT у боротьбі з гострим коронарним синдромом
Передумови та цілі дослідження
Вчасне розпізнавання інфаркту міокарда зі стійкою сегментною зміною ST (STEMI) та швидке залучення команди катетеризаційної лабораторії є надзвичайно важливими для порятунку життя пацієнтів. Медичні норми рекомендують, щоб час від першого контакту до розширення судини не перевищував 90 хвилин у разі первинного перкутанного коронарного втручання. Однак реальні умови часто ускладнюються невизначеністю діагнозу та варіабельністю інтерпретації електрокардіограм (ЕКГ).
Зазвичай, від 5 до 10% екстрених активацій лабораторії виявляються помилковими, що приводить до необґрунтованих ризиків і перевитрат ресурсів. Натомість пропущені або затримані діагнози спричиняють суттєве погіршення стану і навіть смертельні випадки. Традиційний аналіз 12-канальної ЕКГ залежить від досвіду лікаря, і навіть між кардіологами існують розбіжності у трактуванні результатів.
Штучний інтелект (ШІ), особливо великі мовні моделі, викликають все більший інтерес у кардіології. Ранні версії ChatGPT показували помірну точність в інтерпретації ЕКГ, краще справляючись з нормальними ритмами і гірше з гострими ішемічними змінами. Впровадження мультимодальних моделей, здатних напряму аналізувати зображення ЕКГ, відкриває нові горизонти для підтримки клінічного прийняття рішень.
Матеріали та методи
У цьому дослідженні, проведеному в одному з провідних терціарних центрів Португалії, були проаналізовані всі екстрені випадки активації коронарної команди «Via Verde Coronária» протягом січня–листопада 2025 року. Для діагностики використовувались знімки електрокардіограм, оброблені за допомогою ChatGPT версії 5.0. Запит до моделі був стандартизований — «Чи є на цій ЕКГ ознаки оклюзії коронарної артерії?» Відповідь ChatGPT у форматі «так» або «ні» порівнювали з результатами інвазивної коронарної ангіографії.
Визначення значущої коронарної хвороби ґрунтувалося на наявності стенозу понад 90%, що вимагав невідкладного відновлення кровотоку.
Отримані результати
Загалом було вивчено 220 випадків активації STEMI (середній вік пацієнтів: 64 роки, з чималою кількістю супутніх захворювань: гіпертензія — 63,2%, дисліпідемія — 42,7%, діабет — 21,8%). З них ЕКГ для аналізу було доступно у 176 пацієнтів (80%). Решта 20% не могли бути проаналізовані через технічні або організаційні причини.
Серед 176 проаналізованих випадків у 152 (86%) підтверджено наявність значущого стенозу.
- ChatGPT правильно ідентифікував оклюзію у 126 випадках (83%), пропустивши 26 (10 — передня низхідна артерія, 5 — лівий огинаючий, 5 — права коронарна, 2 — діагональна гілка, 2 — огинаюча гілка, 1 — трисудинна хвороба).
- З 24 пацієнтів без значущого стенозу 20 були коректно класифіковані, 4 — помилково визнані хворими, зокрема у пацієнтів із нормальними судинами, спазмом чи повторною ангіографією.
Загальна точність діагностики становила 83%, чутливість — 82,9%, специфічність — 83,3%. Позитивне співвідношення шансів було 4,97, а позитивне прогностичне значення (PPV) — високе, 96,9%, що перевищує показник людських експертів (84,4%), демонструючи надійний потенціал для підтвердження діагнозу.
Негативне прогностичне значення було низьким — 43,5% при негативному співвідношенні шансів 0,21, що свідчить про обмежену здатність виключати оклюзію коронарної артерії.
Що це означає для практики?
ChatGPT показує ефективність передусім у підтвердженні коронарної оклюзії, тобто, допомагає лікарям упевнитися перед викликом інтервенційної команди або консультацією кардіолога. Водночас низьке негативне прогностичне значення говорить про те, що його не слід використовувати, як єдиний метод виключення гострої оклюзії. Високий рівень достовірності позитивних результатів відкриває перспективи для подальших досліджень, наприклад, у випадках не-STEMI пацієнтів з гострим коронарним блоком судини.
