Veštačka inteligencija u medicini: EKG tokom spavanja može pomoći u proceni rizika za srčana oboljenja

Veštačka inteligencija sve više pronalazi primenu u savremenoj medicini, a nova istraživanja pokazuju da podaci prikupljeni tokom rutinskih medicinskih pregleda mogu da pruže više informacija nego što se ranije očekivalo. Svaka medicinska sestra treba da prati razvoj ovakvih tehnologija, jer one mogu doprineti ranijem prepoznavanju zdravstvenih rizika i unapređenju nege pacijenata.

Posebno zanimljivo istraživanje, objavljeno 9. oktobra 2026. godine u naučnom časopisu Sleep, pokazalo je da veštačka inteligencija može da analizira elektrokardiogram (EKG) snimljen tokom ispitivanja spavanja i na osnovu njega proceni rizik od određenih kardiovaskularnih događaja u narednih deset godina. Ova saznanja značajna su i za osobu koja radi kao medicinska sestra-tehničar, i zdravstvenoj ustanovi učestvuje u praćenju pacijenata, pripremi za dijagnostičke postupke i sprovođenju propisane zdravstvene nege.

Kako veštačka inteligencija analizira EKG tokom spavanja?

Polisomnografija je dijagnostička metoda koja se koristi za ispitivanje spavanja i otkrivanje poremećaja kao što su opstruktivna apneja u snu i određeni drugi problemi sa spavanjem. Tokom ovog pregleda prate se različiti fiziološki parametri, uključujući moždanu aktivnost, disanje, nivo kiseonika u krvi i srčanu aktivnost.

EKG beleži električnu aktivnost srca i pomaže zdravstvenim radnicima da prepoznaju poremećaje srčanog ritma i druge promene koje zahtevaju dalju procenu. Međutim, tokom ispitivanja spavanja EKG se prvenstveno koristi u okviru procene stanja pacijenta, dok se dodatne informacije iz ovih zapisa ne analiziraju uvek detaljno.

Istraživački tim je zato razvio model dubokog učenja koji analizira EKG signal sa jedne elektrode, u kombinaciji sa informacijama o fazama spavanja. Cilj je bio da se utvrdi da li takva analiza može da prepozna obrasce povezane sa povećanim rizikom od budućih kardiovaskularnih problema.

Šta su pokazali rezultati istraživanja?

U istraživanju su korišćeni podaci više od 38.000 pacijenata iz tri velike američke zdravstvene ustanove. Model je razvijen na podacima jedne grupe pacijenata, a zatim proveren na dve nezavisne grupe, što je istraživačima omogućilo da procene njegovu pouzdanost na različitim skupovima podataka.

Analizom su procenjivane povezanosti između karakteristika EKG signala i rizika od nekoliko ozbiljnih zdravstvenih ishoda tokom narednih deset godina.

Istraživanje je obuhvatilo rizik od: • Fibrilacije pretkomora, poremećaja srčanog ritma koji može povećati rizik od moždanog udara. • Srčane slabosti, stanja u kojem srce ne može da pumpa krv dovoljno efikasno za potrebe organizma. • Moždanog udara, koji nastaje usled prekida dotoka krvi u deo mozga ili krvarenja u mozgu. • Infarkta miokarda, odnosno oštećenja srčanog mišića usled nedovoljnog dotoka krvi. • Smrti od bilo kog uzroka, koja je takođe bila jedan od praćenih ishoda.

Model je pokazao sposobnost da razvrsta pacijente u grupe sa različitim nivoima dugoročnog rizika. Posebno je bio značajan njegov doprinos proceni rizika od fibrilacije pretkomora, srčane slabosti i smrti od bilo kog uzroka, čak i kada su u obzir uzeti poznati faktori rizika, poput godina, dijabetesa, povišenog krvnog pritiska i telesne mase.

Da li to znači da veštačka inteligencija može da postavi dijagnozu?

Ne. Važno je razlikovati procenu rizika od postavljanja dijagnoze. Rezultati istraživanja pokazuju da veštačka inteligencija može da prepozna obrasce povezane sa većom verovatnoćom određenih zdravstvenih problema, ali to ne znači da može samostalno da potvrdi da pacijent ima određenu bolest.

Istraživači navode da su potrebna dodatna ispitivanja kako bi se utvrdilo da li bi uključivanje ovakve analize u rutinske dijagnostičke postupke zaista poboljšalo zdravstvene ishode. Za neke praćene događaje, poput infarkta miokarda i moždanog udara, potrebna je dodatna optimizacija modela.

Veštačka inteligencija se zato posmatra kao moguća podrška zdravstvenim radnicima, a ne kao zamena za kliničku procenu, pregled pacijenta i druge dijagnostičke metode.

Uloga medicinskog osoblja u primeni novih tehnologija

Razvoj savremenih dijagnostičkih metoda ne umanjuje značaj zdravstvenih radnika. Naprotiv, povećava potrebu za stručnim osobljem koje razume osnovne fiziološke procese, poznaje dijagnostičke postupke i ume da pravilno prati stanje pacijenta.

Medicinske sestre i tehničari imaju važnu ulogu u pripremi pacijenta za pregled, objašnjavanju postupka, pravilnom postavljanju elektroda kada je to deo njihovih radnih zadataka i praćenju opšteg stanja tokom dijagnostike. Takođe, u okviru svojih ovlašćenja, prate i beleže relevantne promene i obaveštavaju nadležnog lekara o uočenim odstupanjima. Poznavanje novih tehnologija važno je i zbog razumevanja načina na koji se medicinski podaci prikupljaju, obrađuju i koriste. Istovremeno, zdravstveni radnici moraju da vode računa o zaštiti privatnosti pacijenata, tačnosti podataka i poštovanju stručnih procedura.

Budućnost dijagnostike: više informacija iz postojećih pregleda

Novo istraživanje ukazuje na mogućnost da se podaci koji se već prikupljaju tokom standardnih medicinskih pregleda iskoriste za dodatnu procenu dugoročnih zdravstvenih rizika. Ako buduća istraživanja potvrde kliničku korist ovog pristupa, analiza EKG signala tokom spavanja mogla bi da postane dodatni alat za prepoznavanje pacijenata kojima je potrebna detaljnija kardiovaskularna procena.

Za buduće zdravstvene radnike ovo je još jedan primer koliko se medicina brzo menja i koliko je važno povezivanje stručnog znanja sa savremenom tehnologijom. Bez obzira na razvoj veštačke inteligencije, kvalitetna zdravstvena nega i dalje podrazumeva odgovornost, pažljivo posmatranje pacijenta, stručnost i saradnju celog zdravstvenog tima.

Izvor: National Institutes of Health (NIH), 9. oktobar 2026. godine; naučni časopis Sleep.

Sledeća Prethodna