Förmaksflimmer (AF) är den vanligaste typen av oregelbunden hjärtslag. Det uppstår när de elektriska signalerna som koordinerar hjärtats sammandragningar blir kaotiska, vilket gör att hjärtat slår för snabbt och oregelbundet. Detta kan leda till ett antal allvarliga hälsoproblem, inklusive stroke, hjärtsvikt och död.

Den exakta orsaken till AF är inte helt klarlagd, men det tros vara relaterat till en kombination av faktorer, inklusive ålder, fetma, högt blodtryck och diabetes. AF är också vanligare hos personer med vissa hjärtsjukdomar, såsom hjärtklaffsjukdom och kranskärlssjukdom.

Forskare arbetar med att utveckla nya sätt att förebygga och behandla AF. Ett lovande tillvägagångssätt är att använda datormodeller för att simulera hur de elektriska signalerna i hjärtat blir kaotiska. Detta kan hjälpa forskare att identifiera de faktorer som utlöser AF och att utveckla nya läkemedel och behandlingar för att förhindra det.

Men traditionella datormodeller av hjärtat är ofta för långsamma för att simulera de snabba elektriska signaler som uppstår under AF. Detta beror på att dessa modeller måste lösa ett stort antal ekvationer vid varje tidssteg, vilket kan ta lång tid på en dator.

En ny teknik som kallas ekotillståndsnätverk (ESN) erbjuder ett sätt att övervinna detta problem. ESN är en typ av återkommande neurala nätverk som kan användas för att simulera komplexa dynamiska system, såsom hjärtat. ESN:er är mycket snabbare än traditionella datormodeller, och de kan användas för att simulera de elektriska signalerna i hjärtat i realtid.

Forskare vid University of California, San Diego har använt ESN:er för att utveckla en ny datormodell av AF. Modellen kan simulera de kaotiska elektriska signalerna som uppstår under AF, och den kan användas för att studera de faktorer som utlöser AF. Forskarna hoppas att deras modell ska bidra till att leda till nya sätt att förebygga och behandla AF.

Studien publicerades i tidskriften Chaos:An Interdisciplinary Journal of Nonlinear Science.