Oxford süni intellekt 72,000 xəstədə adi kompüter tomoqrafiyası vasitəsilə ürək çatışmazlığı riskini 86% dəqiqliklə aşkar edir
Qısaca
Oksford Universitetinin tədqiqatçıları, adi KT müayinələrindən ürək yağında incə, görünməz dəyişiklikləri aşkarlayan və 72,000 xəstədə ürək çatışmazlığı riskini beş ilə qədər 86% dəqiqliklə proqnozlaşdıran süni intellekt sistemi hazırlayıblar.
Tədqiqatçılar Oksford Universiteti 72,000-dən çox xəstədə validasiyada 86% dəqiqliyə nail olmaqla, xəstənin ürək çatışmazlığı inkişaf riskini beş ilə qədər əvvəlcədən qiymətləndirə bilən süni intellekt sistemi hazırlamışlar. Bu yanaşma əlavə test, mütəxəssis müdaxiləsi və ya yeni tibbi avadanlıq tələb etmir, çünki o, artıq klinik praktikada müntəzəm olaraq həyata keçirilən ürək KT müayinələrinə əsaslanır.
Professor Charalambos Antoniades tərəfindən idarə olunan və Amerika Kardiologiya Kollecinin Jurnalında dərc olunan iş kardiologiyada uzun müddətdir davam edən bir məhdudiyyəti aradan qaldırır: ürək çatışmazlığı adətən yalnız əhəmiyyətli struktur zədələnmə baş verdikdən sonra diaqnoz qoyulur və bu zaman profilaktik tədbirlər çox vaxt məhdudlaşır. Təklif olunan sistem diqqəti görünən simptomlardan bir neçə il əvvəl baş verən erkən bioloji dəyişikliklərə yönəldir.
Modelin mərkəzində qeyri-ənənəvi məlumat mənbəyi dayanır: ürəyi əhatə edən və perikardial yağ toxuması kimi tanınan yağ. Ənənəvi olaraq adi müayinə analizində nəzərdən qaçırılsa da, bu toxuma ürək əzələsinin özündə baş verən iltihabi və metabolik dəyişiklikləri əks etdirir.
Tədqiqatçıların fikrincə, bu yağ çöküntüləri ürək-damar sistemindəki stressə cavab olaraq tədricən öz toxumalarını dəyişdirir və görüntüləmə nəticələrinin standart insan təfsiri ilə aşkar edilə bilməyən nümunələr yaradır. Süni intellekt sistemi bu incə dəyişiklikləri müəyyən etmək və onları gələcək ürək çatışmazlığı üçün kəmiyyətləşdirilmiş risk qiymətləndirməsinə çevirmək üçün hazırlanmışdır.
İnsan Gözünün Görə Bilmədiyi Oxu Siqnalları
Ürəyin KT görüntüləməsi, Böyük Britaniyanın Milli Səhiyyə Xidmətində sinə ağrısını araşdırmaq və koronar arteriya xəstəliyini qiymətləndirmək üçün geniş istifadə olunur və ildə yüz minlərlə müayinə aparılır. Tipik klinik iş axınlarında radioloqlar əsasən arterial tıxanmalara və görünən anomaliyalara diqqət yetirir, ətrafdakı yağ toxumasına isə məhdud analitik diqqət yetirilir.
Oksford modeli, perikard yağındakı tekstural xüsusiyyətləri təhlil edərək bu nəzərdən qaçırılmış məlumat təbəqəsini yenidən istifadə edir. 59,000-dən çox NHS xəstəsindən anonimləşdirilmiş KT məlumatları üzərində təlim keçmiş maşın öyrənmə üsullarından istifadə edərək, sistem uzunmüddətli müşahidə dövrlərində ürək çatışmazlığının sonrakı inkişafı ilə spesifik görüntüləmə nümunələrini əlaqələndirməyi öyrəndi.
Əlavə 13,424 xəstəni əhatə edən validasiya testində model beş illik ürək çatışmazlığı riskini proqnozlaşdırmaqda 86% dəqiqlik dərəcəsi göstərdi. Ən yüksək risk qrupuna daxil olan şəxslərin bu xəstəliyə tutulma ehtimalının ən aşağı kateqoriyaya daxil olanlara nisbətən təxminən 20 dəfə çox olduğu və beş il ərzində xəstəliyin başlama ehtimalının dörddə birində olduğu təxmin edilir.
Əhəmiyyətli olan odur ki, sistem klinisyenlərdən əl ilə daxiletmə tələb etmədən risk ballarını avtomatik olaraq yaradır. Bu, onu mövcud diaqnostik proseslərin əvəzi deyil, potensial qərar dəstəyi vasitəsi kimi təqdim edir.
Ürək müayinəsindən istənilən döş qəfəsi kompüter tomoqrafiyasına — və Milli Səhiyyə Xidmətinə gedən yol
Tədqiqatın daha geniş məqsədi texnologiyanı ürək-spesifik görüntüləmədən kənara çıxarmaqdır. Komanda hazırda modeli ağciyər xərçənginin müayinəsi və tənəffüs yollarının diaqnostikasında istifadə olunanlar da daxil olmaqla, standart döş qəfəsi KT müayinələrini təhlil etmək üçün uyğunlaşdırmaq üzərində işləyir. Ürəyə xas görüntüləmə ilə müqayisədə döş qəfəsi KT müayinəsinin həcminin xeyli yüksək olması nəzərə alınmaqla, belə bir uyğunlaşma sistemin əhatə dairəsini əhəmiyyətli dərəcədə artıra bilər.
Klinik olaraq, nəticələr daha erkən müdaxilə ilə əlaqələndirilir. Yüksək riskli xəstələri simptomların görünməsindən illər əvvəl müəyyən etməklə, səhiyyə işçiləri monitorinq strategiyalarını tənzimləyə, profilaktik müalicələrə daha erkən başlaya və resursları daha effektiv şəkildə prioritetləşdirə bilərlər. Ürək çatışmazlığı artıq Böyük Britaniyada bir milyondan çox insana təsir etdiyindən, uzunmüddətli səhiyyə tələbatına potensial təsir xeyli dərəcədədir.
Hazırda Milli Səhiyyə Xidməti daxilində adi radiologiya iş axınlarına inteqrasiya üçün tənzimləyici orqanlardan təsdiq almaq planları üzərində iş gedir. Əgər qəbul edilərsə, sistem standart görüntüləmə prosedurları fonunda işləyəcək və əlavə xərc olmadan və ya skan protokollarında dəyişiklik etmədən avtomatlaşdırılmış risk qiymətləndirmələri aparacaq.
Tədqiqat Britaniya Ürək Fondu və Oksforddakı Milli Səhiyyə və Qayğı Tədqiqatları İnstitutu Biotibbi Tədqiqat Mərkəzi tərəfindən dəstəklənib. Bu, tibbi görüntüləmədə daha geniş bir dəyişikliyi əks etdirir, burada süni intellekt yalnız mövcud xəstəlikləri aşkar etmək üçün deyil, həm də adi skanlara daxil edilmiş incə, əvvəllər az istifadə edilən bioloji siqnallardan gələcək riskləri müəyyən etmək üçün getdikcə daha çox istifadə olunur.
Məsuliyyətdən imtina
uyğun olaraq Güvən Layihəsi qaydaları, lütfən nəzərə alın ki, bu səhifədə təqdim olunan məlumat hüquqi, vergi, investisiya, maliyyə və ya hər hansı digər məsləhət forması kimi təfsir edilməməlidir və təfsir edilməməlidir. Yalnız itirə biləcəyiniz şeyə investisiya qoymaq və hər hansı bir şübhəniz varsa, müstəqil maliyyə məsləhətləri axtarmaq vacibdir. Əlavə məlumat üçün biz emitent və ya reklamçı tərəfindən təmin edilən şərtlər və şərtlərə, həmçinin yardım və dəstək səhifələrinə müraciət etməyi təklif edirik. MetaversePost dəqiq, qərəzsiz hesabat verməyə sadiqdir, lakin bazar şərtləri xəbərdarlıq edilmədən dəyişdirilə bilər.
Müəllif haqqında
Alisa, xüsusi jurnalist MPost, kriptovalyuta, süni intellekt, investisiyalar və geniş sahələrdə ixtisaslaşıb Web3. Yaranan tendensiyaları və texnologiyaları diqqətlə izləyərək, o, oxucuları məlumatlandırmaq və rəqəmsal maliyyənin daim inkişaf edən mənzərəsinə cəlb etmək üçün hərtərəfli əhatə dairəsi təqdim edir.
Ətraflı məqalələr
Alisa, xüsusi jurnalist MPost, kriptovalyuta, süni intellekt, investisiyalar və geniş sahələrdə ixtisaslaşıb Web3. Yaranan tendensiyaları və texnologiyaları diqqətlə izləyərək, o, oxucuları məlumatlandırmaq və rəqəmsal maliyyənin daim inkişaf edən mənzərəsinə cəlb etmək üçün hərtərəfli əhatə dairəsi təqdim edir.
