Een innovatieve AI-tool kan onthullen hoe levensstijlkeuzes zoals drinken, roken, slechte voeding en inactiviteit iemands hart vroegtijdig kunnen verouderen.
Deze AI was ontwikkeld door een team onder leiding van door professor Declan O'Regan van het London Institute of Medical Sciences van de Medical Research Council.
BBC wetenschapscorrespondent Pallab Ghosh, nieuwsgierig naar zijn eigen hartgezondheid, bood zich aan om te ervaren deze geavanceerde AI-beoordeling.
De leider van het team, professor O'Regan, legde het belang van het hulpmiddel uit: "Als we naar iemands gezicht kijken, zijn we bedreven in het beoordelen of ze er jong of oud uitzien voor hun leeftijd - onze organen zijn net hetzelfde."
Hij vervolgde: "Sommige mensen hebben harten die veel jonger zijn - en anderen hebben harten die vroegtijdig verouderd zijn en vatbaarder zijn voor ziekten. Dus we willen uitzoeken wat die factoren zijn."
Hoewel er verschillende methoden zijn om de gezondheid van het hart te analyseren, zoals scans, ECG's en bloeddrukmetingen, zijn deze allemaal aan beperkingen onderhevig en screenen ze over het algemeen alleen op ernstigere problemen en afwijkingen. Zelfs kleine problemen worden vaak niet opgemerkt door cardiologen.
Zoals professor O'Regan aangaf, onthult deze AI de "klappen en schrammen die een leven lang zijn opgelopen door drinken, roken, slechte voeding en een gebrek aan beweging".
Na het ondergaan van een MRI-scan en het uitvoeren van verschillende handelingen analyseerde het AI-systeem de scan van Ghosh. Dit werd vergeleken met gegevens van 5.000 personen die constant een gezond leven leidden.
De resultaten van Ghosh waren enigszins bemoedigend. De AI stelde zijn hartleeftijd vast op 63 jaar, iets ouder dan zijn werkelijke leeftijd van 61 jaar.
In gesprek met professor O'Regan vroeg Ghosh zich af of recente positieve veranderingen in zijn levensstijl de effecten van zijn vroegere eetgewoonten hadden kunnen verminderen. "We weten niet of vroegtijdige veroudering van het hart te wijten is aan je genen en of je voorbestemd bent om een ouder hart te krijgen of dat het meer te wijten is aan je levensstijl," antwoordde O'Regan.
Hij zei verder: "We weten ook niet of de snelheid van veroudering kan worden veranderd of kan worden omgekeerd, zodat mensen weer een jonger hart kunnen krijgen als ze de juiste behandeling krijgen."
Eerste onderzoek wijst genen die te maken hebben met spierelasticiteit aan als invloedrijke factoren bij hartveroudering.
Ook wordt aangenomen dat bepaalde genen die te maken hebben met het immuunsysteem, die onbedoeld ontstekingen kunnen veroorzaken als ze te actief zijn, een rol spelen. Er wordt onderzoek gedaan naar genen die verantwoordelijk zijn voor het transport van elektrische signalen door het hart, wat zorgt voor een constante hartslag.
Met een beter begrip van de genetische invloeden op hartveroudering zijn prof. O'Regan en zijn team van plan om nieuwe doelgerichte behandelingen te ontwikkelen, zoals hij beschrijft: "De genetica zou ons kunnen helpen om veroudering te vertragen of om te keren - en deze scans zouden ook kunnen helpen bij het evalueren van nieuwe therapieën, om te zien welke invloed ze hebben op de schade."
Hoe het systeem werkt
Professor O'Regan en zijn team zijn al enkele jaren bezig met de ontwikkeling van AI-diagnosesystemen voor cardiologie.
Hier is het resultaat van hun werk:
Beeldanalyse van het hart
Het team van O'Regan brengt een revolutie teweeg in de manier waarop we naar het hart kijken met behulp van machine learning (ML), met name door deep learning.
Ze ontwikkelen nieuwe technieken voor het analyseren van cardiale MRI-datasets om de complexe eigenschappen van het hart te begrijpen, zoals de functie, geometrie en weefselkenmerken.
Hierdoor kunnen de bewegingen van het hart worden gesegmenteerd en onafhankelijk worden geanalyseerd.
Bijwerkingen voorspellen
Het team is ook pionier in het gebruik van AI voor het voorspellen van ongewenste voorvallen bij hartaandoeningen.
Door deep learning-algoritmen te gebruiken die complexe gegevens integreren, waaronder bewegingsfenotypes, genetica en klinische variabelen, bouwen ze aan een genuanceerder begrip van hartfalen.
Het doel is om kunstmatige redeneersystemen te maken om hartscans te analyseren en interpreteren.
Genen en hartziekten koppelen
De groep onderzoekt waarom hartaandoeningen zich bij verschillende individuen anders manifesteren door het verband tussen genetica en het hart te onderzoeken.
Ze proberen klassen van cardiomyopathie te definiëren en de rol te ontdekken die genetische varianten spelen bij de aanleg voor bepaalde hartaandoeningen.
Moleculaire routes identificeren
Door gebruik te maken van machine learning voert het team grootschalig onderzoek uit om genen te vinden waarop nieuwe medicijnen kunnen worden gericht om het risico op hartaandoeningen te verlagen.
Prof. O'Regan en zijn team hebben verschillende software en hulpmiddelen ontwikkeld die beschikbaar zijn via de UK digitaal hart project GitHubwaardoor andere onderzoekers hun methoden kunnen gebruiken.
