Novi model mašinskog učenja mogao bi da promeni način na koji se sprovodi kardiološka rehabilitacija, jer sa 77 odsto tačnosti predviđa koji pacijenti neće imati koristi od standardnih programa vežbanja, i to pre nego što trening uopšte počne. Razvijen od strane istraživača sa Univerziteta Witten/Herdecke i DRV klinike Königsfeld (Königsfeld) u Nemačkoj, u saradnji sa institutom FORTH iz Grčke, Random Forest algoritam je analizirao podatke 353 pacijenta sa koronarnom arterijskom bolešću (CAD).
Rezultati, objavljeni 5. maja 2026. u časopisu Journal of Sport and Health Science, pokazuju da ključni prediktori uspeha nisu uobičajeni faktori poput godina, pola ili indeksa telesne mase, već suptilni fiziološki markeri, pre svega efikasnost disanja tokom testa opterećenja i arterijska krutost.
Primenom tehnika objašnjive veštačke inteligencije (SHAP analiza) otkriveno je da manja respiratorna rezerva, veća ventilacija po jedinici potrošenog kiseonika i veća brzina pulsnog talasa (pokazatelj arterijske krutosti) snažno ukazuju na slab odgovor na rehabilitaciju.
Zanimljivo je da su i dva leka za krvni pritisak - blokatori angiotenzin II receptora i blokatori kalcijumskih kanala - takođe uticali na predviđanja, dok tip i težina osnovne srčane bolesti nisu imali gotovo nikakav značaj. Ovi nalazi sugerišu da se treba više fokusirati na individualne fiziološke karakteristike umesto na tradicionalne kliničke faktore.
Značaj ovog otkrića leži u činjenici da značajan udeo pacijenata, procenjuje se da je to svaki peti ili čak i više, završi kompletan program rehabilitacije sa minimalnim ili nikakvim poboljšanjem vršne potrošnje kiseonika (V̇O₂peak). Upravo taj izostanak napretka povezan je sa lošijom funkcionalnom sposobnošću i povišenim rizikom od budućih kardiovaskularnih komplikacija.
U studiji su kao „nereagujući“ definisani oni koji nisu pokazali klinički značajno poboljšanje V̇O₂peak, s tim što u naučnoj zajednici još uvek ne postoji jedinstven kriterijum za ovu definiciju, što naglašava potrebu za konsenzusom u budućim istraživanjima. Ranim prepoznavanjem ovih osoba kliničari mogu da napuste pristup „jedna veličina za sve“ i od samog početka prilagode intervencije, potencijalno izbegavajući nedelje neefikasne terapije i optimizujući ishode.
