Tekoäly näkee sydämen pettävän viisi vuotta etukäteen

Joka viides suomalainen sairastuu elinaikanaan sydämen vajaatoimintaan, mutta diagnoosi tulee usein liian myöhään. Oxfordin yliopiston tutkimusryhmä julkaisi tällä viikolla tulokset, jotka voivat muuttaa asetelmaa: heidän tekoälymallinsa tunnistaa vajaatoiminnan riskin tavallisesta sydämen CT-kuvasta viisi vuotta ennen ensimmäisiä oireita. Tutkimus julkaistiin Journal of the American College of Cardiology -lehdessä 8. huhtikuuta.

Sydämen rasva toimii piilotettuna anturina

Professori Charalambos Antoniadesin johtama tutkimusryhmä lähestyi ongelmaa epätavanomaisesta kulmasta. Tekoäly ei tutki sydänlihasta suoraan, vaan analysoi sydämen ympärillä olevaa rasvakudosta. Perivaskulaarinen rasva toimii tutkijoiden mukaan eräänlaisena anturina: kun sydänlihas tulehtuu tai vaurioituu, ympäröivän rasvan rakenne muuttuu tavalla, joka on ihmissilmälle näkymätön mutta tekoälylle tunnistettavissa.

Malli koulutettiin yli 59 000 CT-kuvalla Englannin NHS-sairaaloista ja validoitiin erikseen 13 424 potilaalla. Yhteensä tutkimuksessa seurattiin yli 70 000 henkilöä yhdeksässä sairaalassa kymmenen vuoden ajan.

Mitä 20-kertainen riski käytännössä tarkoittaa

Malli saavutti 86 prosentin tarkkuuden viiden vuoden riskiennusteessa. Korkeimman riskin ryhmässä todennäköisyys sairastua vajaatoimintaan oli 20-kertainen verrattuna matalimman riskin ryhmään. Konkreettisesti: noin joka neljäs korkean riskin potilas kehittää vajaatoiminnan viiden vuoden sisällä.

Tieto on merkittävä, koska sydämen vajaatoiminta on parantumaton sairaus. Sen etenemistä voidaan kuitenkin hidastaa lääkehoidolla ja elämäntapamuutoksilla, jos hoito aloitetaan ajoissa. Viiden vuoden varoitusaika antaisi lääkäreille toiminta-aikaa, jollaista ei ole aiemmin ollut.

"Olemme hyödyntäneet biotieteen ja tietotekniikan kehitystä ottaaksemme suuren askeleen sydämen vajaatoiminnan hoidossa", professori Antoniades kuvaa British Heart Foundationin tiedotteessa.

Tuttu ongelma suomalaisessa terveydenhuollossa

Sydän- ja verisuonitaudit ovat suomalaisten yleisin kuolinsyy, ja eläkeikäisiä vajaatoimintapotilaita on maassa yli 120 000. Nykyisin sairaus todetaan useimmiten vasta, kun oireet – hengenahdistus, turvotukset, selittämätön väsymys – pakottavat potilaan lääkäriin.

Oxfordin mallin kaltainen työkalu voisi tunnistaa riskiryhmän jo siinä vaiheessa, kun potilas käy CT-kuvauksessa aivan muusta syystä. Suomessa tehdään vuosittain kymmeniätuhansia rintakehän CT-kuvauksia, ja tekoälymalli voisi tuottaa riskiarvion automaattisesti ilman erillistä tutkimuspyyntöä tai lisäkustannuksia.

Britanniassa vuosittain tehtävissä 350 000 sydämen CT-kuvauksessa malli voisi seuloa riskiryhmän järjestelmällisesti. Samaa logiikkaa voitaisiin soveltaa suomalaisten sairaaloiden kuvantamiseen, jos teknologia saa tarvittavat luvat.

Tutkimuksesta kohti kliinistä käyttöä

Antoniadesin ryhmälle tämä ei ole ensimmäinen läpimurto sydämen rasva-analyysissa. Hän perusti vuonna 2018 Caristo Diagnostics -nimisen yrityksen, jonka CaRi-Heart-teknologia on jo kliinisessä käytössä Britanniassa, EU:ssa ja Australiassa sydänkohtausriskin arviointiin. Uusi vajaatoimintamalli laajentaa saman lähestymistavan toiseen suureen sydänsairauteen.

Tutkimusryhmä hakee parhaillaan lupaa mallin käyttöönottoon NHS:ssä. Tavoitteena on liittää työkalu osaksi sairaaloiden normaalia CT-kuvien tulkintaa. Tutkijat kehittävät mallia myös keuhko-CT-kuviin sopivaksi, mikä moninkertaistaisi seulottavien potilaiden määrän.

Mitä seurata

Tutkimus on vertaisarvioitu ja julkaistu, ja sääntelyluvan hakuprosessi on käynnissä. Seuraamme, saako malli hyväksynnän NHS:n kliiniseen käyttöön vuoden 2026 aikana. Mallin laajennus keuhko-CT-kuviin valmistunee kuukausien sisällä, mikä laajentaisi seulonnan rintakivun ulkopuolelle. Suomessa on syytä seurata, ottavatko yliopistosairaalat teknologiaa arvioitavaksi osana sydänsairauksien varhaisen tunnistamisen kehittämistä.