एआई टूल्स ने दिल की विफलता के पांच रूप पाए

वाशिंगटन (एएनआई): यूसीएल शोधकर्ताओं द्वारा किए गए एक नए अध्ययन में पांच प्रकार की हृदय विफलता की खोज की गई है जिसका उपयोग संभवतः व्यक्तिगत रोगियों के लिए भविष्य के जोखिम की भविष्यवाणी करने के लिए किया जा सकता है।

दिल की विफलता एक छतरी शब्द है जब हृदय शरीर के चारों ओर रक्त को ठीक से पंप करने में असमर्थ होता है। दिल की विफलता को वर्गीकृत करने के वर्तमान तरीके सटीक भविष्यवाणी नहीं करते हैं कि रोग की प्रगति की संभावना कैसे है।

लांसेट डिजिटल हेल्थ में प्रकाशित अध्ययन के लिए, शोधकर्ताओं ने 30 साल या उससे अधिक उम्र के 300,000 से अधिक लोगों के अज्ञात रोगी डेटा को देखा, जिन्हें 20 साल की अवधि में ब्रिटेन में दिल की विफलता का निदान किया गया था। कई मशीन लर्निंग विधियों का उपयोग करते हुए, उन्होंने पांच उपप्रकारों की पहचान की: शुरुआती शुरुआत, देर से शुरुआत, अलिंद फिब्रिलेशन संबंधित (अलिंद फिब्रिलेशन एक ऐसी स्थिति है जो अनियमित हृदय ताल पैदा करती है), चयापचय (मोटापे से जुड़ा हुआ है लेकिन हृदय रोग की कम दर के साथ), और कार्डियोमेटाबोलिक (मोटापा और हृदय रोग से जुड़ा हुआ)।

शोधकर्ताओं ने निदान के बाद वर्ष में रोगियों के मरने के जोखिम में उपप्रकारों के बीच अंतर पाया। एक वर्ष में सर्व-कारण मृत्यु दर जोखिम थे: प्रारंभिक शुरुआत (20%), देर से शुरुआत (46%), आलिंद फिब्रिलेशन संबंधित (61%), चयापचय (11%), और कार्डियोमेटाबोलिक (37%)।

शोध दल ने एक ऐप भी विकसित किया है जिसका उपयोग चिकित्सक संभावित रूप से यह निर्धारित करने के लिए कर सकते हैं कि दिल की विफलता वाले व्यक्ति का कौन सा उपप्रकार है, जो संभावित रूप से भविष्य के जोखिम की भविष्यवाणियों में सुधार कर सकता है और रोगियों के साथ चर्चा को सूचित कर सकता है।

प्रमुख लेखक प्रोफेसर अमिताव बनर्जी (यूसीएल इंस्टीट्यूट ऑफ हेल्थ इंफॉर्मेटिक्स) ने कहा: "बीमारी के संभावित पाठ्यक्रम को बेहतर ढंग से समझने और रोगियों को इसके बारे में बताने के उद्देश्य से हमने दिल की विफलता को वर्गीकृत करने के तरीके में सुधार करने की मांग की। वर्तमान में, रोग कैसे बढ़ता है यह कठिन है। व्यक्तिगत रोगियों के लिए भविष्यवाणी करने के लिए। कुछ लोग कई वर्षों तक स्थिर रहेंगे, जबकि अन्य जल्दी खराब हो जाएंगे।

"हृदय की विफलता के प्रकारों के बीच बेहतर अंतर से अधिक लक्षित उपचार भी हो सकते हैं और संभावित उपचारों के बारे में अलग तरीके से सोचने में हमारी मदद कर सकते हैं।

"इस नए अध्ययन में, हमने कई मशीन लर्निंग विधियों और कई डेटासेट का उपयोग करके पाँच मजबूत उपप्रकारों की पहचान की।

"अगला कदम यह देखना है कि क्या दिल की विफलता को वर्गीकृत करने का यह तरीका रोगियों के लिए व्यावहारिक अंतर ला सकता है - क्या यह जोखिम की भविष्यवाणी में सुधार करता है और चिकित्सकों द्वारा प्रदान की जाने वाली सूचना की गुणवत्ता, और क्या यह रोगियों के उपचार को बदलता है। हमें यह भी जानना होगा कि क्या यह लागत प्रभावी होगा। हमारे द्वारा डिजाइन किए गए ऐप को नैदानिक परीक्षण या आगे के शोध में मूल्यांकन करने की आवश्यकता है, लेकिन यह नियमित देखभाल में मदद कर सकता है।"

एकल मशीन लर्निंग पद्धति से पूर्वाग्रह से बचने के लिए, शोधकर्ताओं ने दिल की विफलता के समूह मामलों के लिए चार अलग-अलग तरीकों का इस्तेमाल किया। उन्होंने इन विधियों को यूके के दो बड़े प्राथमिक देखभाल डेटासेट से डेटा पर लागू किया, जो समग्र रूप से यूके की आबादी के प्रतिनिधि थे और अस्पताल में प्रवेश और मृत्यु रिकॉर्ड से भी जुड़े थे। (डेटासेट क्लिनिकल प्रैक्टिस रिसर्च डेटालिंक (CPRD) और द हेल्थ इम्प्रूवमेंट नेटवर्क (THIN) थे, जो 1998 से 2018 तक के वर्षों को कवर करते हैं।)

शोध दल ने डेटा के सेगमेंट पर मशीन लर्निंग टूल्स को प्रशिक्षित किया और एक बार जब उन्होंने सबसे मजबूत उपप्रकारों का चयन कर लिया, तो उन्होंने एक अलग डेटासेट का उपयोग करके इन समूहों को मान्य किया।

उपप्रकार 87 (संभावित 635 में से) कारकों के आधार पर स्थापित किए गए थे जिनमें आयु, लक्षण, अन्य स्थितियों की उपस्थिति, रोगी जो दवाएं ले रहा था, और परीक्षणों के परिणाम (जैसे, रक्तचाप के) और आकलन (जैसे। , गुर्दे की कार्यप्रणाली)।

टीम ने यूके बायोबैंक अध्ययन से दिल की विफलता वाले 9,573 व्यक्तियों के आनुवंशिक डेटा को भी देखा। उन्हें उच्च रक्तचाप और आलिंद फिब्रिलेशन जैसी स्थितियों के लिए दिल की विफलता के विशेष उपप्रकार और उच्च पॉलीजेनिक जोखिम स्कोर (पूरे जीन के कारण समग्र जोखिम के स्कोर) के बीच एक लिंक मिला। (एएनआई)