Umelá inteligencia v ambulantnej kardiológii

Štyri technológie, ktoré už dnes menia klinický workflow

MUDr. Lukáš Evin, PhD.
Kardiovaskulárne oddelenie, Interná a kardiologická klinika, Fakultná nemocnica Ostrava

Úvod

Pre ambulantného kardiológa je pri umelej inteligencii (AI) podstatné, ktorú časť vyšetrenia zjednoduší, aké rozhodnutie podporí a kto skontroluje výstup. Najbližšie k praxi sú interpretácia 12-zvodového a dlhodobého EKG, automatizovaná echokardiografia a digitálna auskultácia. AI predspracuje dáta, štandardizuje merania alebo upozorní na významný nález; nerozhoduje autonómne.
Kľúčové slová: umelá inteligencia, ambulantná kardiológia, elektrokardiografia, holterovské monitorovanie, echokardiografia, digitálna auskultácia, klinický workflow

Interpretácia 12-zvodového EKG pomocou AI

PMcardio spoločnosti Powerful Medical analyzuje fotografiu alebo digitálny obraz existujúceho 12-zvodového EKG, takže nevyžaduje vlastný prístroj. Príslušné moduly majú v EÚ označenie CE podľa MDR (Medical Device Regulation) ako pomôcka triedy IIb.¹

Pri detekcii závažných EKG abnormalít dosiahla aplikácia senzitivitu 86 % a špecificitu 92 %;² model oklúzneho infarktu myokardu (OMI) mal AUROC 0,938, senzitivitu 80,6 % a špecificitu 93,7 %.³ Ide najmä o dôkaz diagnostickej presnosti; úspora času, čas do reperfúzie ani klinické výsledky neboli spoľahlivo overené. Nástroj podporuje triáž, nenahrádza klinické posúdenie, sériové EKG, stanovenie kardiálnych troponínov ani rozhodnutie o koronarografii.

Modelový prípad: Pacient s diabetom prichádza s atypickým tlakom na hrudníku. Automatický opis označí EKG ako nešpecifické, PMcardio upozorní na možnú koronárnu oklúziu. Prínosom nie je „diagnóza z mobilu“, ale rýchle opakovanie EKG, aktivácia akútneho manažmentu a konzultácia intervenčného centra.

PMcardio je v EÚ dostupné formou mobilnej alebo inštitucionálnej licencie. Na Slovensku sa uhrádza zhotovenie a lekárske vyhodnotenie EKG, nie samostatný AI algoritmus; licencia je nákladom poskytovateľa.⁴

AI analýza holterovského monitorovania EKG

Cardiomatics je cloudový softvér s označením CE podľa MDR.⁵ Z kompatibilného záznamníka EKG (holtera) označí rytmy a udalosti a pripraví návrh správy; lekár skontroluje záznam, opraví anotácie a uzavrie nález.

Pri 7-dňových holteroch dosiahla zhoda AI a manuálneho stanovenia záťaže fibriláciou predsiení korelačný koeficient 0,998.⁶ Ide o dôkaz zhody, nie o potvrdenú úsporu času; počet opráv v rutinnej prevádzke zostáva nedostatočne preskúmaný. Artefakty, široké QRS komplexy, stimulovaný rytmus a krátke tachykardie môžu viesť k chybnej klasifikácii, preto treba kontrolovať označené udalosti aj časti neoznačeného záznamu.

Modelový prípad:  Pacient po ablácii fibrilácie predsiení absolvuje 7-dňový holter. Algoritmus pripraví suspektné epizódy a arytmickú záťaž; lekár overí ich začiatok a koniec, vylúči artefakty a až potom rozhodne o antiarytmickej alebo antikoagulačnej liečbe.

Cardiomatics je v Európe komerčne dostupný. Slovenské pravidlá uhrádzajú naloženie holtera a jeho počítačové zhodnotenie lekárom, nie osobitný výkon AI; softvér zostáva nákladom poskytovateľa alebo predmetom individuálnej zmluvy.⁴

Automatizovaná echokardiografia

V echokardiografii softvér Us2.ai spracuje DICOM slučky, rozpozná projekcie, zmeria rozmery, objemy, ejekčnú frakciu ľavej komory (LVEF), dopplerovské parametre a globálny pozdĺžny strain (GLS) a pripraví štruktúrovaný report. EchoGo Core sa zameriava na LVEF, objemy a GLS.

Us2.ai dosiahol pri 23 parametroch zhodu s core-lab hodnotením na úrovni inter-observerovej variability⁷ a v menšej implementačnej štúdii skrátil meranie a tvorbu správy približne o 70 %.⁸ EchoGo Core bol validovaný proti expertom a magnetickej rezonancii.⁹ Echokardiografia teda má aj údaje o organizačnom prínose, pochádzajú však z menších štúdií a zlepšenie klinických výsledkov nebolo preukázané. Pri arytmii, chlopňovej chybe, zlej kvalite obrazu alebo neštandardnej anatómii je manuálna kontrola nevyhnutná.

Modelový prípad: Pri sledovaní pacientky liečenej potenciálne kardiotoxickou terapiou AI pripraví LVEF, objemy a GLS v rovnakom formáte a upozorní na zmenu. Echokardiografista skontroluje kontúry a kvalitu projekcií; rozhodnutie vychádza z potvrdeného trendu, nie zo samotného automatického čísla.

Us2.ai má označenie CE triedy IIb a integruje sa do PACS;¹⁰ EchoGo Core sa obstaráva ako inštitucionálny softvér. V SR poisťovňa uhrádza echokardiografický výkon, nie samostatnú AI analýzu; licenciu spravidla hradí poskytovateľ.⁴

Digitálna auskultácia

AI v elektronickom stetoskope analyzuje fonokardiogram. eMurmur Heart AI rozlišuje normálny nález, nevinný a patologický šelest; vo validačnom súbore vyše 3-tisíc záznamov dosiahol senzitivitu 93 %, špecificitu 81 % a presnosť 88 %,¹¹ v pediatrickej štúdii senzitivitu 87 % a špecificitu 100 %.¹² Dôkazy sa týkajú najmä diagnostickej presnosti; vplyv na dostupnosť echokardiografie, čas k diagnóze alebo výsledky pacientov nie je potvrdený.

Eko Analysis Software pridáva analýzu EKG a modul ELEFT, ktorý zo signálu Eko DUO vyhľadáva dospelých s pravdepodobnou LVEF ≤ 40 %. Pozitívny výsledok vedie k ďalšiemu vyšetreniu; nenahrádza echokardiografiu a negatívny výsledok dysfunkciu nevylučuje.¹³ AI funkcie vyžadujú predplatné a dostupnosť sa odlišuje podľa krajiny.¹⁴

Modelový prípad: Pacient s hypertenziou a zhoršujúcou sa toleranciou námahy nemá jednoznačný šelest ani typické známky srdcového zlyhávania. Digitálny stetoskop označí záznam ako suspektný z nízkej EF a zvýši prioritu echokardiografie a stanovenia natriuretických peptidov.

Na Slovensku existuje výkon fonokardiografie, nie však osobitná úhrada komerčného AI modulu.⁴ Pred nákupom treba overiť európsky regulačný status konkrétnej verzie, podporované zariadenia, aktiváciu v danej krajine a cenu predplatného; samotná autorizácia americkým Úradom pre kontrolu potravín a liečiv (FDA) neoprávňuje použitie v EÚ.

Workflow, regulácia a zodpovednosť

Záznam najskôr prejde kontrolou kvality. Algoritmus označí podozrivé úseky, pripraví merania alebo návrh správy; lekár overí dáta, skontroluje kritické nálezy a rozhodne o ďalšom postupe. Uloží sa výstup AI, použitá verzia softvéru aj potvrdená interpretácia.

Pred zavedením treba overiť CE označenie konkrétnej verzie, určený účel, podporované zariadenia a návod na použitie. MDR vyžaduje používanie pomôcky v schválenom rámci; CE označenie však nepotvrdzuje úsporu času ani zlepšenie prognózy. Pracovisko má určiť postup pri nehodnotiteľnom výstupe, aktualizácii a výpadku a zaznamenávať použitú verziu systému.¹⁵

AI Act dopĺňa tento rámec požiadavkami na AI gramotnosť, riadenie rizík, monitorovanie a primeraný ľudský dohľad. Pri vysokorizikovom systéme má výsledok overovať osoba s potrebnou kompetenciou a právom výstup odmietnuť; podľa rozsahu kontroly sa uchovávajú aj systémové záznamy. Konečné klinické rozhodnutie, jeho odôvodnenie a dokumentácia zostávajú na lekárovi.¹⁶

Obrázok 1: Schéma klinického pracovného postupu (workflow) s integráciou umelej inteligencie v ambulantnej kardiológii

Automation bias – ide o tendenciu nekriticky prijať odporúčanie algoritmu. Riziko znižuje kontrola kvality vstupu a pôvodného záznamu, porovnanie s klinickým obrazom, overenie kritických nálezov a dokumentovanie odlišného lekárskeho záveru. AI má byť druhým čitateľom, nie náhradou úsudku.

Záver

AI je použiteľná v EKG, holterovskom monitorovaní, echokardiografii a digitálnej auskultácii. Najväčšiu hodnotu má pri opakovaných manuálnych úkonoch, štandardizácii meraní a upozornení na prehliadnuteľný nález. Rozsah dôkazov je však nerovnomerný: často poznáme diagnostickú presnosť, menej reálnu úsporu času a len výnimočne klinické výsledky. Správnym modelom preto zostáva AI ako kontrolovaný diagnostický asistent, nie autonómny rozhodovací systém.

Literatúra

1. Powerful Medical. PMcardio regulatory information [Internet]. Bratislava: Powerful Medical; 2026 [citované 2026-09-27]. Dostupné na: https://www.powerfulmedical.com
2. Himmelreich JCL, Harskamp RE, Lucassen WAM, et al. Diagnostic accuracy of the PMcardio smartphone application for artificial intelligence-based interpretation of electrocardiograms in primary care. Cardiovasc Digit Health J. 2023;4(3):80–90. doi:10.1016/j.cvdhj.2023.03.002.
3. Herman R, Demolder A, Hage C, et al. International evaluation of an artificial intelligence-powered electrocardiogram model detecting acute coronary occlusion myocardial infarction. Eur Heart J Digit Health. 2024;5(2):123–133. doi:10.1093/ehjdh/ztad074.
4. Union zdravotná poisťovňa. Revízne pravidlá pre špecializovanú ambulantnú starostlivosť: kardiológia [Internet]. Bratislava: Union; 2026 [citované 2026-09-27].
5. AI-based ambulatory ECG analysis platform [Internet]. Krakov: Cardiomatics; 2026 [citované 2026-09-27]. Dostupné na: https://cardiomatics.com
6. Hennings E, Coslovsky M, Paladini RE, et al. Assessment of the atrial fibrillation burden in Holter electrocardiogram recordings using artificial intelligence. Cardiovasc Digit Health J. 2023;4(2):41–47. doi:10.1016/j.cvdhj.2023.01.003.
7. Tromp J, Bauer D, Claggett BL, et al. A formal validation of a deep learning-based automated workflow for the interpretation of the echocardiogram. Nat Commun. 2022;13(1):6776. doi:10.1038/s41467-022-34245-1.
8. Hirata Y, Nomura Y, Saijo Y, Sata M, Kusunose K. Reducing echocardiographic examination time through routine use of fully automated software. J Echocardiogr. 2024;22(3):162–170. doi:10.1007/s12574-023-00636-6.
9. Asch FM, Mor-Avi V, Rubenson D, et al. Deep learning-based automated echocardiographic quantification of left ventricular ejection fraction: a point-of-care solution. Circ Cardiovasc Imaging. 2021;14(6):e012293. doi:10.1161/CIRCIMAGING.120.012293.
10. ai. Regulatory status and platform overview [Internet]. Singapur: Us2.ai; 2026 [citované 2026-09-27]. Dostupné na: https://us2.ai
11. Thompson WR, Reinisch AJ, Unterberger MJ, Schriefl AJ. Artificial intelligence-assisted auscultation of heart murmurs. Pediatr Cardiol. 2019;40(3):623–629. doi:10.1007/s00246-018-2036-z.
12. Lai LSW, Reinisch AJ, Unterberger MJ, et al. Computerized automatic diagnosis of innocent and pathologic murmurs in pediatrics. Congenit Heart Dis. 2016;11(5):386–395. doi:10.1111/chd.12328.
13. S. Food and Drug Administration. Eko Low Ejection Fraction Tool ELEFT. 510(k) Summary K233409 [Internet]. Silver Spring: FDA; 2024 [citované 2026-09-27].
14. van der Harst P, Nathoe H. Transforming cardiology with AI: the Eko CORE 500 digital stethoscope. Neth Heart J. 2025;33(3):141–142. doi:10.1007/s12471-025-01952-5.
15. Európska únia. Nariadenie Európskeho parlamentu a Rady (EÚ) 2017/745 o zdravotníckych pomôckach.
16. Európska únia. Nariadenie Európskeho parlamentu a Rady (EÚ) 2024/1689, ktorým sa stanovujú harmonizované pravidlá v oblasti umelej inteligencie.