Hartritmestoornissen ontstaan ​​wanneer de gebruikelijke symfonie van elektrische pulsen die de hartspier synchroon houden chaotisch wordt. Hoewel de symptomen vaak nauwelijks merkbaar zijn, aritmie leidt tot honderdduizenden sterfgevallen door onverwachte, plotselinge hartstilstand in de Verenigde Staten elk jaar. Een belangrijk probleem dat modellering beperkt om dergelijke gebeurtenissen te voorspellen, is dat het onmogelijk is om alle honderden variabelen te meten en te controleren die samenkomen om ons hart te laten kloppen.

Een paar onderzoekers van het Max Planck Institute for Dynamics and Self-Organization hebben een algoritme ontwikkeld dat kunstmatige intelligentie op nieuwe manieren gebruikt om de elektrische excitaties in de hartspier nauwkeurig te modelleren. Hun werk, verschijnen in Chaos , maakt gebruik van partiële differentiaalvergelijkingen die exciteerbare media beschrijven en een techniek genaamd echo state networks (ESN's) om variabelen over chaotische elektrische golfvoortplanting in hartweefsel te voorspellen.

"In dit geval, je moet proberen deze informatie te krijgen over die hoeveelheden die je niet kunt meten van hoeveelheden die je kunt meten, " zei Ulrich Parlitz, een auteur op het papier en een wetenschapper bij de Biomedical Physics Research Group van het Max Planck Institute for Dynamics and Self-Organization. "Dit is een bekend maar uitdagend probleem, waarvoor we een nieuwe oplossing hebben geleverd met behulp van machine learning-methoden."

Omdat machine learning-technieken krachtiger zijn geworden, bepaalde neurale netwerken, zoals ESN's, kan dynamische systemen vertegenwoordigen en een geheugen van gebeurtenissen in de tijd ontwikkelen, die kan helpen begrijpen hoe aritmische elektrische signalen niet synchroon lopen.

Het model dat de onderzoekers ontwikkelden vult deze lacunes op met een dynamische waarnemer. Na het trainen van het algoritme op een dataset gegenereerd door een fysiek model, Parlitz en zijn partner, Roland Zimmermann, een nieuwe tijdreeks van de gemeten grootheden aan de ESN toegevoerd. Door dit proces kon de waarnemer toestandsvectoren kruislings voorspellen. Bijvoorbeeld, als onderzoekers op een bepaald moment de spanning in een bepaald deel van het hart kennen, ze kunnen de stroom van calciumstromen reconstrueren.

Het team heeft hun aanpak geverifieerd met gegevens die zijn gegenereerd door de Barkley- en Bueno-Orovio-Cherry-Fenton-modellen, die de chaotische dynamiek beschrijven die optreedt bij hartritmestoornissen, zelfs cross-voorspellende toestandsvectoren met aanwezige ruis. "Dit artikel gaat over kruisvoorspelling, maar ESN's kunnen ook worden gebruikt om voorspellingen te doen over toekomstig gedrag, ' zei Parlitz.

Het begrijpen van de elektrische eigenschappen van het hart is slechts een deel van het plaatje. Parlitz zei dat hij en zijn collega's op zoek zijn naar ultrasone metingen van de interne mechanische dynamiek van het hart. Op een dag, de groep hoopt verschillende vormen van metingen te combineren met modellen van de elektrische en mechanische kenmerken van een kloppend hart om de diagnose en therapieën van hartziekten te verbeteren. "We hebben een groot probleem opgedeeld in vele kleinere, ' zei Parlitz.