Objektiv påvisning av obstruktive luftveisforstyrrelser er nødvendig for en klinisk obstruktiv søvnapné (OSA) diagnose. Prevalensmålinger er imidlertid nødvendige i svært store popula- sjonsstudier siden polygrafi er for ressurskrevende. Forskernes generelle mål var å validere nye metoder å finne frem til forekomsten av søvnapné, en metode som egnet for store epidemiologiske undersøkelser av den voksne generelle befolkningen. Et spesifikt mål var å studere effekten av å legge til sentrale overvektsmål til den nye Trøndelag Apnea Score (TASC). Metode: 232 personer fra HUNT4-stu- dien i Nord-Trøndelag svarte på søvn- skjemaer og hadde ansikt-til-ansikt-inter- vjuer med søvneksperter. 83 forsøksper- soner (54 kvinner og 29 menn), gjennomsnittsalder 55 hadde en hel natt med polysomnografi og midje-hoftemål. Apné-hypopné-indeksen (AHI) ble skå- Apné-indeks og fedme Blant 1 milliard pasienter over hele verden med obstruktiv søv- napné, forblir 90 % udiagnosti- sert. Hovedgrunnen for mang- lende diagnose, er polysomnogra- fi med sykehusinnleggelse. Det krever spesialisert utstyr, dyktige søvnteknikere og sengeplasser som ikke er tilgjengelige i primærhelsetjenesten eller i utviklingsland. Nye fremskritt i bruk av kunstig intelli- gens har muliggjort søvnapné-screening ved å bruke smarttelefoninnspilte snor- kelydopptak. Her samler forskerne eksis- terende bevis og får innsikt om den beste tilnærmingen når snorkelydene er analysert. Studien sammenlignet den diagnostiske nøyaktigheten når kunstig intelligens tol- ket lydopptak. Det ble tatt lydopptak over natten i stedet for å måle pustestans – AHI – ved konvensjonelle metoder. Fra 5 147 pasientjournaler, inkluderte forskerne 12 studier på 2 049 pasienter.
ret i henhold til anbefalte kriteri- er. Trøndelag Apnea Score (TASC) summe- rer syv elemen- ter: Alder ca 50, mannlig kjønn, BMI: over 30, det vil si fedme, høyt blodtrykk,
Trond Halfdan Sand
nevrolog, peda- gog. Sertifisert klinisk nevrofysio-
log, forsknings pris, Trøndelag Medisinske
Selskap, 1991, Monrad Krohn Forskningspris, Norsk Nevrologisk Forening, 1999
høy snorking, observert apné og begrensede aktiviteter på dagtid. Poengsummen ble beregnet ved å legge til enten midjeomkrets eller midje-hofte-forhold. Konklusjon: Resultatene våre tyder på at den nye målemetode for OSA er gyldig og kan forbedres ytterligere ved å legge til et mål på sentral fedme, som midjedi-
ameter eller midje-hoftefor-
hold. Denne metoden ser ut til å være litt mer gyldig enn andre skåringsmetoder for OSA. Metoden kan være nyttige for longitudinelle epidemiologiske studier av OSA prevalens, f.eks. i den store nor- ske HUNT-studien.
AI analyserer snorkingen
Sammenlignet med konvensjonelle diag- nostiske metoder, oppnådde bruken av kunstig intelligens som var trenet på snorkelyd, en samlet nøyaktighet på 86,1 % Miljøet for lydopptaket f.eks. hjemme, smarttelefonens mikrofon, KI-modell, funksjonsteknikk og prosentandelen av mannlige deltakere, endret ikke meto- dens diagnostiske nøyaktighet. Konklusjon: Kunstig intelligens-modeller som er tre- net på snorkende lydopptak oppnådde god (85 %) diagnostisk nøyaktighet sammenlignet med polysomnografi. Digitale verktøy innen medisin bør utforskes videre for å forbedre tilgjenge- ligheten til blant annet søvnapné-diagno- se, spesielt i primærhelsetjenesten og ressurssvake omgivelser.
Benjamin Kye Jyn Tan, Yong Loo Lin School of
Medicine, National University of Singapore, kompetanse I ØNH og kunstig intelligens.
17
SOMNUS NR 2 – 2024
Made with FlippingBook Digital Proposal Creator