То, как вы спите, может раскрыть риск сердечной недостаточности за 10 лет до её развития

Учёные обнаружили, что электрическая активность сердца во время сна может предупреждать о серьёзных сердечно-сосудистых заболеваниях за десять лет до их развития. Для этого достаточно одной записи электрокардиограммы, сделанной ночью с помощью электрода на груди. Искусственный интеллект способен находить в ней едва заметные изменения, связанные с будущим риском аритмии, инсульта, сердечной недостаточности и смерти.

Исследование провели специалисты под руководством Университета Эмори при поддержке Национальных институтов здравоохранения США. Его результаты опубликованы в научном журнале SLEEP.

В основе метода лежит особенность работы сердца во время засыпания. На ранних стадиях сна нервная система быстро перестраивает свою активность, из-за чего меняются частота сердечных сокращений и проведение электрических импульсов. Исследователи выяснили, что эти колебания содержат информацию о состоянии сердечно-сосудистой системы, которую не всегда удаётся получить при обычном обследовании.

Для поиска закономерностей учёные обучили систему глубокого машинного обучения на данных почти 16 тысяч пациентов, участвовавших в исследовании сна в Массачусетской больнице общего профиля в Бостоне. Во время ночного обследования у каждого из них регистрировали электрическую активность сердца.

После обучения алгоритм проверили на двух независимых группах пациентов. Первая включала почти 10 тысяч человек из больницы Университета Эмори, вторая — около 13 тысяч пациентов медицинского центра Бет-Изрейел в Бостоне.

Система проанализировала ночные электрокардиограммы и распределила участников по категориям долгосрочного сердечно-сосудистого риска. Затем исследователи сопоставили полученные оценки с вероятностью развития различных заболеваний в течение последующих десяти лет.

Даже после учёта возраста, пола, диабета, повышенного артериального давления, курения и особенностей сна прогнозы искусственного интеллекта сохраняли значимую связь с будущими проблемами здоровья.

При увеличении рассчитанного алгоритмом показателя риска на одно стандартное отклонение вероятность фибрилляции предсердий — одного из видов нарушения сердечного ритма — была выше на 103–172%. Риск инсульта увеличивался на 19–40%, сердечной недостаточности — на 69–133%, а смерти от любых причин — на 65–82%.

Для инфаркта миокарда результаты оказались менее убедительными: статистически значимое увеличение риска удалось обнаружить только в одной из исследованных групп.

Особенно интересным оказалось то, что наиболее информативные изменения сердечной активности проявлялись во время самой лёгкой стадии сна. В этот период быстрые колебания активности вегетативной нервной системы, управляющей непроизвольными функциями организма, могут делать заметнее небольшие нарушения сердечного ритма и проведения электрических импульсов.

«Эти быстрые вегетативные колебания могут усиливать едва заметные отклонения в динамике сердечного ритма или характере проведения электрических импульсов», — объяснили авторы исследования.

По мнению учёных, именно поэтому ночная электрокардиограмма может содержать дополнительную диагностическую информацию по сравнению с записью, сделанной во время бодрствования.

Сегодня для оценки сердечно-сосудистого риска врачи обычно используют такие показатели, как возраст, наличие хронических заболеваний, артериальное давление и другие известные факторы. Электрокардиограмму также могут учитывать, но чаще речь идёт об измерениях, проведённых в состоянии бодрствования или при физической активности.

Между тем при обследовании сна электрическую активность сердца нередко регистрируют на протяжении всей ночи. Например, полисомнография — один из основных методов диагностики нарушений сна — обычно включает запись электрокардиограммы наряду с другими физиологическими показателями.

Однако если результаты не выявляют очевидных серьёзных отклонений, подробный анализ сердечной активности зачастую не проводится. Получается, что значительная часть потенциально полезной информации остаётся невостребованной.

Новый алгоритм позволяет использовать эти данные гораздо эффективнее. Он анализирует не только отдельные нарушения сердечного ритма, но и сложные закономерности электрической активности сердца с учётом стадий сна.

Исследователи проверили, насколько такой подход улучшает традиционные модели прогнозирования. Добавление данных, обработанных искусственным интеллектом, повышало качество оценки риска фибрилляции предсердий на величину до 6%, сердечной недостаточности — до 9%, а смертности — до 7%.

На первый взгляд эти показатели могут показаться небольшими. Однако авторы отмечают, что даже такое улучшение помогает точнее различать людей, у которых впоследствии развивается сердечная недостаточность, и тех, кто с ней не сталкивается.

«Мы обнаружили, что добавление оценки нашей модели глубокого обучения улучшает прогнозирование сердечных осложнений по сравнению с использованием только известных факторов риска», — рассказал один из авторов работы, профессор биомедицинской инженерии Технологического института Джорджии Гари Клиффорд.

По его словам, включение подобного анализа в исследования сна может помочь раньше выявлять сердечно-сосудистые заболевания, определять пациентов с наиболее высоким риском и своевременно принимать профилактические меры.

Особую ценность метод может представлять для людей, которые уже проходят обследование из-за нарушений сна. Известно, что такие проблемы, как бессонница, связаны с повышенным риском сердечно-сосудистых заболеваний. При этом во время диагностических процедур у врачей уже могут быть необходимые записи электрической активности сердца.

Вместо проведения отдельного обследования специалисты потенциально смогут получать дополнительную информацию о долгосрочных рисках из существующих данных. Для анализа достаточно сигнала всего одного отведения электрокардиограммы, записанного во время сна.

Однако исследователи подчёркивают, что технология пока не готова к повсеместному клиническому применению. Следующий важный этап — проверить, действительно ли её использование улучшает оценку риска по сравнению с традиционными методами и помогает принимать более эффективные медицинские решения.

«Этот новый подход потенциально позволяет выявлять людей с повышенным риском сердечно-сосудистых заболеваний за годы до появления клинических симптомов», — отметил Дэвид Гофф, исполняющий обязанности директора Национального института сердца, лёгких и крови США.

В перспективе подобные алгоритмы могут встроить в уже существующие диагностические процедуры для пациентов, проходящих исследования сна. Тогда обычная ночная запись ЭКГ сможет использоваться не только для оценки текущей работы сердца, но и для выявления скрытых признаков будущих заболеваний.

Главный результат исследования заключается в том, что даже небольшие изменения сердечной активности во время сна могут нести информацию о рисках на много лет вперёд. Искусственный интеллект позволяет обнаруживать эти закономерности там, где традиционный анализ электрокардиограммы может не показать ничего необычного.