कुछ खास हार्ट अटैक के निदान में AI पारंपरिक तरीकों से ज्यादा सटीक साबित

यूरोपियन सोसाइटी ऑफ़ कार्डियोलॉजी (ESC) की एक शाखा, एसोसिएशन फ़ॉर एक्यूट कार्डियोवैस्कुलर केयर (ACVC) की सालाना कांग्रेस, ESC एक्यूट कार्डियोवैस्कुलर केयर 2026 में पेश की गई एक स्टडी के अनुसार, ECG की व्याख्या करने के लिए आर्टिफिशियल इंटेलिजेंस (AI) पर आधारित एक तरीके ने ऑक्लूसिव मायोकार्डियल इन्फार्क्शन (MI) का पता लगाने में स्टैंडर्ड तरीकों से बेहतर प्रदर्शन किया।

एक्यूट कोरोनरी सिंड्रोम (ACS) के संदिग्ध मरीज़ों में, ECG पर एक खास बदलाव, जिसे ST एलिवेशन कहा जाता है, इस बात का संकेत होता है कि मरीज़ की कोरोनरी धमनी में रुकावट हो सकती है। इस तरह के हार्ट अटैक को ST-एलिवेशन मायोकार्डियल इन्फार्क्शन (STEMI) के नाम से जाना जाता है और दिल में खून का बहाव फिर से शुरू करने के लिए इसमें तुरंत परक्यूटेनियस कोरोनरी इंटरवेंशन की ज़रूरत होती है। जिन मरीज़ों में ST एलिवेशन नहीं होता, उनमें सीने में दर्द का कारण कम निश्चित हो सकता है और यह पुष्टि करने के लिए कि क्या MI किसी रुकावट के कारण हुआ है, आगे के टेस्ट की ज़रूरत होती है।

प्रस्तुतकर्ता, इटली के सेंट्रल हॉस्पिटल बोलज़ानो के डॉक्टर फ़ेडेरिको नानी ने समझाया: "ST एलिवेशन के बिना भी कई मरीज़ों को ऑक्लूसिव MI होता है, लेकिन डॉक्टरों के लिए इसे जल्दी और सटीक रूप से पहचानना मुश्किल हो सकता है, जिससे आपातकालीन इलाज देने में देरी होती है। हमने इस बात की जाँच की कि क्या शुरुआती ECG की AI-आधारित व्याख्या, ST एलिवेशन की अनुपस्थिति में ऑक्लूसिव MI का पता लगाने की सटीकता को बेहतर बना सकती है, ताकि मरीज़ों के इलाज को बेहतर बनाया जा सके।"

इस सिंगल-सेंटर प्रॉस्पेक्टिव स्टडी में 1,490 मरीज़ शामिल थे, जिनमें ACS के लक्षण थे, लेकिन शुरुआती ECG में ST एलिवेशन नहीं था। उनकी औसत उम्र 63 साल थी और उनमें से 42 प्रतिशत महिलाएँ थीं। डॉक्टरों ने शुरुआती ECG की व्याख्या की, कार्डियक बायोमार्कर ट्रोपोनिन के स्तर की जाँच की, और ज़रूरत पड़ने पर ESC दिशानिर्देशों के आधार पर ऑक्लूसिव MI का निदान करने के लिए कोरोनरी एंजियोग्राफी की। इसके साथ ही, शुरुआती ECG की व्याख्या एक स्मार्टफ़ोन-आधारित CE-प्रमाणित AI-ECG एल्गोरिदम द्वारा भी की गई।

AI-आधारित ECG व्याख्या ने 1,382 मरीज़ों में ऑक्लूसिव MI की संभावना को खारिज कर दिया और 108 मरीज़ों (7 प्रतिशत) में इसका पता लगाया। AI-आधारित तरीके ने 84 प्रतिशत मामलों में ऑक्लूसिव MI की सही पहचान की। इसकी संवेदनशीलता (Sensitivity) 77 प्रतिशत, विशिष्टता (Specificity) 99 प्रतिशत और नकारात्मक पूर्वानुमान मान (Negative Predictive Value) 98 प्रतिशत था। इसमें 27 फ़ॉल्स नेगेटिव (2 प्रतिशत) और 17 फ़ॉल्स पॉज़िटिव (1 प्रतिशत) मामले थे।

मानक डायग्नोस्टिक प्रक्रिया के अनुसार, 1,207 मरीज़ों में ट्रोपोनिन के स्तर के आधार पर ऑक्लूसिव MI की संभावना को खारिज कर दिया गया, और 283 मरीज़ों की कोरोनरी एंजियोग्राफी की गई ताकि निदान की पुष्टि हो सके या उसे खारिज किया जा सके। कुल मिलाकर, इंसानों द्वारा ECG की व्याख्या ने 42 प्रतिशत मामलों में ऑक्लूसिव MI की सही पहचान की।

डॉक्टर नानी ने निष्कर्ष निकाला: "AI पर आधारित इस सरल और सुलभ तरीके ने, ST एलिवेशन न होने वाले मरीज़ों में ऑक्लूसिव MI की पहचान करने और उसे खारिज करने के मामले में, पारंपरिक डायग्नोस्टिक प्रक्रियाओं की तुलना में बेहतर सटीकता दिखाई है। हमारे एकल-केंद्र अध्ययन के परिणामों को और अधिक पुष्टि की आवश्यकता है, लेकिन ये निष्कर्ष बताते हैं कि AI ECG व्याख्या, मौजूदा निर्णय लेने वाले उपकरणों में एक मूल्यवान अतिरिक्त है, जिससे बीमारी की शुरुआती पहचान और समय पर, प्रभावी उपचार में सुधार हो सकता है।"

हृदय रोग के प्रबंधन में सहायता करने की AI की क्षमता को इस वर्ष के वार्षिक ESC कांग्रेस के मुख्य विषय के रूप में और अधिक विस्तार से खोजा जाएगा; यह कांग्रेस 28-31 अगस्त 2026 को म्यूनिख, जर्मनी में आयोजित होगी।