Un model AI ar putea îmbunătăți depistarea aldosteronismului primar
Un studiu recent privind un nou model AI, care analizează 30 de ani de date din înregistrările electronice de sănătate, sugerează că această tehnologie ar putea îmbunătăți screeningul pentru aldosteronismul primar, o cauză majoră a hipertensiunii arteriale adesea nediagnosticată, care crește riscul de complicații cardiovasculare la pacienți.
Aldosteronismul primar apare atunci când glandele suprarenale, mici glande aflate deasupra fiecărui rinichi, produc o cantitate excesivă de hormon aldosteron. Această acumulare afectează echilibrul sodiului și potasiului din organism. Persoanele afectate de aldosteronism primar prezintă un risc mai mare de boli cardiovasculare comparativ cu cele care suferă de hipertensiune primară.
Deși prevalența reală a aldosteronismului primar nu este cunoscută, se estimează că până la 20% dintre pacienții hipertensivi suferă de această afecțiune, conform cercetărilor conduse de Frank Lee, M.D., de la Mayo Clinic din Rochester, Minn. Lee a explicat că diagnosticul precoce este esențial, deoarece există tratamente eficiente disponibile, ceea ce poate preveni complicațiile viitoare și reduce costurile pentru sistemul de sănătate.
Conform „Ghidului de practică clinică pentru aldosteronismul primar” publicat de Societatea Endocrină în 2025, este necesară o extindere a screeningului pentru această afecțiune. Aldosteronismul primar crește riscurile cardiovasculare, incluzând accidentele vasculare cerebrale, bolile coronariene, fibrilația atrială, insuficiența cardiacă și bolile renale.
Utilizând date de identificare anonimă de la peste 22.000 de pacienți, colectate între 1986 și 2025 în cadrul platformei Mayo Clinic, cercetătorii au dezvoltat un model AI de screening care a analizat variabile precum vârsta, sexul, diagnosticele ICD legate de hipertensiune și hipokalemie, măsurătorile tensiunii arteriale sistolice, nivelurile de potasiu din sânge și medicamentele antihipertensive sau suplimentele de potasiu prescrise. Modelul a fost apoi testat pe datele a 225.887 de adulți hipertensivi.
Arhitectura XGBoost, un tip de bibliotecă de învățare automată, a prezis pacienții cu risc de aldosteronism primar cu 12 luni înainte de diagnostic. Potrivit lui Lee, abordarea bazată pe AI pentru screeningul aldosteronismului primar s-a dovedit fezabilă. Atunci când cercetătorii au stabilit un prag pentru a identifica persoanele cu risc scăzut, modelul a reușit să identifice corect mai mult de 90% din cazurile de aldosteronism primar, ratând mai puțin de 10%. La acest prag, aproximativ două treimi dintre participanții la studiu au fost identificați ca fiind candidați pentru screening.
În timpul testării pe pacienți hipertensivi care nu fuseseră niciodată depistați anterior pentru aldosteronism primar, modelul a identificat aproximativ două din trei pacienți pentru o evaluare suplimentară. Clinicienii s-au confruntat cu dificultăți în a realiza un screening eficient pentru aldosteronismul primar. Instrumentul dezvoltat de echipa lui Lee ar putea oferi o soluție bazată pe informațiile de rutină disponibile în dosarele medicale ale pacienților.
