Yale School of Medicine har utvecklat en AI-plattform som kan identifiera risk för transthyretin-amyloidkardiomyopati (ATTR-CM) med hjälp av ett foto av ett vanligt EKG-resultat. Modellen tränades på tusentals anonymiserade patientdata och finjusterades med några hundra bekräftade ATTR-CM-fall. I studien testades verktyget på åtta kohorter i USA och Europa och visade sig kunna avläsa de subtila mönstren som indikerar sjukdomen.

ATTR-CM är en underdiagnostiserad hjärtsjukdom där felveckade proteiner gör hjärtat styvt och kan leda till hjärtsvikt eller död inom fem år utan behandling. Traditionellt upptäcks den först i ett sent stadium, men den nya AI-lösningen kan fungera som ett snabbt screeningsverktyg och därmed snabba upp vidare diagnostik.

Verktyget är tillgängligt via smartphone, vilket gör det enkelt för kliniker att ta ett foto av ett EKG-papper och få en omedelbar riskbedömning. Projektet har erhållit FDA:s Breakthrough Device-designering och är för närvarande under granskning, vilket kan påskynda tillgången till tekniken i klinisk praxis.