Kardiovaskulární choroby představují s více než 19 miliony mrtvých ročně nejčastější příčinu úmrtí. Snížit úmrtnost by mohla včasná detekce stavů jako infarkt myokardu. S tradiční laboratorní diagnostikou se ale pojí vysoké ceny a nároky na infrastrukturu, což omezuje dostupnost kvalitní péče, především v nízkopříjmových oblastech.
Tým University of California Los Angeles vyvinul metodu, která je s využitím papírových senzorů a umělé inteligence (AI) schopná s vysokou citlivostí detekovat srdeční troponin I (cTnI), tedy biomarker poškození srdce. [Kardiální izoformy (cTnT a cTnI) mají jedinečné aminokyselinové složení, a jsou proto pro myokard specifické; měření cTnI obvykle probíhá pomocí rychlých testů, které umožňují získat výsledky během několika minut — pozn. red.] Tento inovativní přístup by mohl „demokratizovat“ dostupnost rychlé a spolehlivé diagnostiky onemocnění srdce, obzvláště při nedostatku vyspělé lékařské péče. Nová metoda hs-VFA (high-sensitivity vertical flow assay) kombinuje přesnost laboratorního testování s nízkými náklady a dostupností technologií péče na místě (point-of-care). Testy ukázaly, že inovativní platforma dokáže přesně určit hladinu srdečního troponinu I v malém vzorku krevního séra během pouhých 15 minut. To je ideální pro rychlou diagnostiku v případě nouze nebo na odlehlých místech.
Metoda využívá algoritmy hlubokého učení a pokročilou chemii s nanočásticemi. Díky tomu zvládne detekovat až pouhé 0,2 pg srdečního troponinu I na mililitr séra. Tím podstatně předčí současná zařízení péče na místě a vyhovuje klinickým požadavkům pro vysoce citlivé testování hladiny srdečního troponinu I u pacientů s možným infarktem.