… Pokračování
Současné přístupy v managementu fibrilace síní
Současná doporučení Evropské kardiologické společnosti (ESC 2024) zdůrazňují komplexní přístup k pacientovi s fibrilací síní prostřednictvím konceptu AF–CARE, který reorganizuje péči do čtyř vzájemně propojených pilířů (Obrázek 4).
Tento model zdůrazňuje nejen léčbu samotné arytmie, ale také systematické ovlivnění komorbidit, prevenci tromboembolických komplikací a dlouhodobé dynamické sledování pacienta.
Obr. 4 . Relevance vyšetření transtorakální echokardiografií v rámci AF-CARE (2024 ESC Guidelines)
C – Comorbidity and risk factor management. Remodelace síní, která představuje strukturální podklad fibrilace síní, je úzce spojena s chronickým zánětem a metabolickým zatížením organismu. Zásadní roli proto hraje aktivní ovlivnění kardiovaskulárních rizikových faktorů.
Jedním z nejvýznamnějších determinantů mortality spojené s fibrilací síní v české populaci je hypertenze. Doporučené cílové hodnoty systolického krevního tlaku u většiny dospělých činí 120–129 mmHg, pokud je tohoto rozmezí možné bezpečně dosáhnout. V metaanalýze 22 randomizovaných studií vedlo snížení systolického krevního tlaku o 5 mmHg ke snížení rizika závažných kardiovaskulárních příhod o 9 % bez ohledu na přítomnost fibrilace síní nebo sinusového rytmu.
U pacientů s diabetem nebo srdečním selháním jsou preferována antidiabetika inhibitory sodíko-glukózového kotransportéru 2 (SGLT2), která vykazují příznivé účinky na kardiovaskulární prognózu a mají prokázaný přínos v redukci hospitalizací a kardiovaskulární mortality.
Důležitou roli hraje také intervence v oblasti životního stylu, zejména redukce tělesné hmotnosti u obézních pacientů a úprava příjmu alkoholu, kde se doporučuje limit maximálně tři standardní nápoje týdně. Kumulativní efekt redukce rizikových faktorů zvyšuje pravděpodobnost dosažení stabilní kontroly rytmu.
A – Avoid stroke. Fibrilace síní zvyšuje riziko ischemické cévní mozkové příhody přibližně pětinásobně. Pro odhad tromboembolického rizika se používá skóre CHA₂DS₂VA, z něhož bylo nově vypuštěno ženské pohlaví jako samostatný rizikový faktor. Tento skórovací systém kumulativně hodnotí přítomnost srdečního selhání (C), hypertenzi (H), věk nad 75 let (A₂), diabetes mellitus (D), anamnézu cévní mozkové příhody či embolizace (S₂) a přítomnost vaskulárního onemocnění (V) či věk v rozmezí 65–74 let (A).
Perorální antikoagulace je doporučena při skóre ≥ 2, zatímco při skóre 1 je její zahájení individuálně zvažováno. V současnosti jsou preferována přímá perorální antikoagulancia (DOAC), s výjimkou pacientů s mechanickými chlopenními náhradami nebo významnou mitrální stenózou.
R – Reduce symptoms. Kontrola rytmu a frekvence zůstává klíčovou součástí léčby symptomatické fibrilace síní. Data z recentních studií ukazují, že časná kontrola rytmu, ideálně do 12 měsíců od stanovení diagnózy, může snížit riziko kardiovaskulární mortality i hospitalizací. U symptomatické paroxysmální fibrilace síní je katetrizační ablace léčbou první volby. Navíc u pacientů se srdečním selháním se sníženou ejekční frakcí může vést i ke zlepšení systolické funkce levé komory. U hemodynamicky stabilních pacientů s arytmií trvající méně než 48 hodin je součástí dynamického přehodnocení léčebné strategie také zvážení strategie „wait and see“ („čekej a uvidíš“). Tento přístup vychází z klinických pozorování, podle nichž může po léčbě vyvolávající příčiny (např. infekce či sepse) dojít až u 83 % pacientů ke spontánnímu obnovení sinusového rytmu během prvních 48 hodin. Tento přístup je u stabilních pacientů bezpečnou alternativou, která může ušetřit pacienta zbytečného zákroku v celkové sedaci. U pacientů s trváním arytmie delším než 24 hodin je však před kardioverzí nezbytné zajistit adekvátní antikoagulační léčbu nebo provést echokardiografii jícnu k vyloučení trombu.
E – Evaluation. Management fibrilace síní je dynamický proces vyžadující pravidelné hodnocení rizikového profilu pacienta. V průběhu sledování je nutné opakovaně hodnotit například renální funkce pro správné dávkování antikoagulace, kontrolovat přítomnost komorbidit a upravovat léčebnou strategii podle aktuální klinické situace. Důležitým aspektem hodnocení pacientů s fibrilací síní je také zohlednění genderových rozdílů. Dostupná data naznačují, že ženy s fibrilací síní bývají výrazně více symptomatické a vykazují horší kvalitu života než muži. Proto je nutné věnovat specifickou pozornost i tomuto tématu při nastavování léčebného plánu.
Věda a klinický výzkum v Česku
V Česku se tým Mezinárodního centra klinického výzkumu (ICRC) při Fakultní nemocnici u sv. Anny v Brně zabývá vývojem nástroje, který pomocí algoritmů umělé inteligence analyzuje trojrozměrné elektroanatomické mapy srdečních síní. Cílem je identifikace bioelektrických ukazatelů spojených s návratem arytmie a přesnější určení arytmogenního substrátu. Tento přístup by mohl výrazně přispět k personalizaci intervenční léčby a podle předběžných odhadů snížit počet opakovaných ablačních výkonů až o třetinu.
Nové poznatky přinesla také rozsáhlá retrospektivní studie zaměřená na predikci pooperačního rizika, realizovaná ve spolupráci Sdruženého zdravotnického zařízení Krnov, Fakultní nemocnice Ostrava a akademických pracovišť v Olomouci, Ostravě a Brně. Analýza 2 219 pacientů potvrdila, že fibrilace síní na předoperačním EKG představuje nejsilnější nezávislý prediktor 90denní mortality u nekardiálních operací (relativní riziko 4,51). Významným rizikovým faktorem se ukázala být i zvýšená klidová tepová frekvence. Hodnoty nad 80 tepů/min zvyšovaly riziko úmrtí téměř dvojnásobně (1,82×) a při frekvenci nad 100 tepů/min byl nárůst rizika více než dvojnásobný (2,57×). Integrace jednoduchých EKG parametrů by tak umožnila významně zpřesnit perioperační stratifikaci rizika nad rámec běžně používaného skóre RCRI (Revised Cardiac Risk Index).
Obě uvedené oblasti zároveň ukazují široký potenciál využití umělé inteligence v klinické praxi. Díky algoritmům hlubokého učení je možné identifikovat subtilní elektrofyziologické vzorce a morfologické změny EKG křivky, které mohou uniknout při běžném vizuálním posouzení. Zapojení AI tak může pomoci nejen při plánování ablačních výkonů, ale i při přesnější identifikaci pacientů ve zvýšeném perioperačním riziku.
Důležitou roli v implementaci moderních diagnostických a terapeutických standardů má také Česká asociace pro srdeční rytmus, která se podílí na adaptaci nejnovějších evropských doporučení do národní praxe. Součástí těchto snah je rovněž postupná integrace digitálních technologií a nástrojů umělé inteligence, které mohou pomoci při identifikaci pacientů s vysokým rizikem fibrilace síní a při optimalizaci léčebných strategií.
Klinické důsledky
- Rozvoj umělé inteligence v kardiologii přináší několik zásadních klinických přínosů:
- přesnější a rychlejší diagnostiku arytmií,
- možnost časného záchytu asymptomatické fibrilace síní,
- lepší stratifikaci rizika komplikací,
- individualizaci léčebných strategií,
- efektivnější využití zdravotnických zdrojů.
- Tyto technologie mohou významně přispět ke snížení morbidity i mortality spojené s fibrilací síní.
- Bariéry implementace AI a etické aspekty
Navzdory rychlému technologickému rozvoji čelí implementace umělé inteligence v klinické praxi několika významným výzvám. Jedním z hlavních problémů je omezená transparentnost některých modelů hlubokého učení, často označovaná jako fenomén „black box“, kdy není vždy zcela zřejmé, na základě jakých parametrů algoritmus dospěl ke svému rozhodnutí.
Další důležitou otázkou je ochrana soukromí pacientů a bezpečné nakládání s citlivými zdravotnickými daty. Perspektivní řešení představuje rozvoj vysvětlitelné umělé inteligence (explainable AI, XAI), která umožňuje lépe interpretovat rozhodovací procesy algoritmů. Významnou roli může hrát také federativní učení, které umožňuje trénovat modely na datech z více zdravotnických institucí bez nutnosti sdílení samotných pacientských dat.
Závěr
Fibrilace síní představuje v Evropě i ve světě významný zdravotnický problém s rostoucí epidemiologickou zátěží. Epidemiologická situace v Česku je přitom zvláště nepříznivá a vyžaduje systematickou změnu přístupu k managementu tohoto onemocnění. Koncept AF-CARE nabízí robustní rámec pro komplexní péči o pacienty, v němž klíčovou roli hraje důsledná léčba komorbidit a modifikace rizikových faktorů.
Algoritmy strojového a hlubokého učení umožňují přesnější interpretaci EKG, časnější detekci arytmie a lepší predikci klinického průběhu. Integrace těchto technologií do běžné klinické praxe má potenciál výrazně zlepšit péči o pacienty s fibrilací síní a přispět k rozvoji personalizované kardiologie. Další výzkum by měl být zaměřen především na prospektivní klinické studie, které ověří skutečný přínos těchto metod pro dlouhodobé klinické výsledky.
Ing. Jana Brabcová, Ph.D.
Zdroje:
Doporučení ESC pro diagnostiku a léčbu fibrilace síní (2024).
Țica, Otilia, et al. Artificial Intelligence in the Diagnosis and Management of Atrial Fibrillation. Diagnostics. 15.20 (2025): 2561.
Ilustrační foto: Shutterstock
