Az Oxford mesterséges intelligenciája 86%-os pontossággal mutatja ki a korai szívelégtelenség kockázatát rutin CT-vizsgálatok alapján 72 000 beteg bevonásával.
Röviden
Az Oxfordi Egyetem kutatói kifejlesztettek egy mesterséges intelligenciával működő rendszert, amely a rutin CT-vizsgálatok során a szívzsír finom, láthatatlan változásait érzékeli, és akár öt évre előre is 86%-os pontossággal előrejelzi a szívelégtelenség kockázatát 72 000 beteg esetében.
A kutatók a University of Oxford kifejlesztettek egy mesterséges intelligencia rendszert, amely akár öt évvel előre is képes megbecsülni a beteg szívelégtelenség kialakulásának kockázatát, és több mint 72 000 beteg adatainak validálása során 86%-os pontosságot ér el. A megközelítés nem igényel további vizsgálatokat, szakorvosi beavatkozást vagy új orvosi berendezéseket, mivel a klinikai gyakorlatban már rutinszerűen elvégzett szív CT-vizsgálatokra támaszkodik.
A Charalambos Antoniades professzor vezette és az American College of Cardiology folyóiratában megjelent munka a kardiológia egy régóta fennálló korlátját célozza meg: a szívelégtelenséget jellemzően csak akkor diagnosztizálják, ha már jelentős strukturális károsodás történt, ilyenkor pedig a megelőző lehetőségek gyakran korlátozottak. A javasolt rendszer a figyelmet a korai biológiai változásokra irányítja, amelyek több évvel megelőzik a látható tüneteket.
A modell középpontjában egy szokatlan adatforrás áll: a szívet körülvevő zsír, más néven a szívburok zsírszövete. Bár a rutinszerű szkennelési elemzések során hagyományosan figyelmen kívül hagyják, úgy tűnik, hogy ez a szövet a szívizomban zajló mögöttes gyulladásos és metabolikus változásokat tükrözi.
A kutatók szerint ezek a zsírlerakódások fokozatosan megváltoztatják textúrájukat a szív- és érrendszer stresszére adott válaszként, olyan mintázatokat hozva létre, amelyek a képalkotó eredmények standard emberi értelmezésével nem észlelhetők. A mesterséges intelligencia rendszert úgy tervezték, hogy azonosítsa ezeket a finom eltéréseket, és számszerűsítse a jövőbeni szívelégtelenség kockázatát.
Az emberi szem által nem látható jelek olvasása
A szív CT-vizsgálatot széles körben alkalmazzák az Egyesült Királyság Nemzeti Egészségügyi Szolgálatában a mellkasi fájdalom kivizsgálására és a koszorúér-betegség felmérésére, évente több százezer vizsgálatot végeznek el. A tipikus klinikai munkafolyamatokban a radiológusok elsősorban az artériás elzáródásokra és a látható rendellenességekre összpontosítanak, míg a környező zsírszövetre korlátozott analitikai figyelmet fordítanak.
Az oxfordi modell ezt a figyelmen kívül hagyott adatréteget hasznosítja újra a perikardiális zsír texturális jellemzőinek elemzésével. Több mint 59 000 NHS-beteg anonimizált CT-adatain képzett gépi tanulási technikák segítségével a rendszer megtanulta, hogyan társítson specifikus képalkotási mintázatokat a szívelégtelenség későbbi kialakulásával a hosszú távú követési időszakok során.
További 13 424 beteg bevonásával végzett validációs tesztek során a modell 86%-os pontossággal jósolta meg az ötéves szívelégtelenség kockázatát. A legmagasabb kockázatú csoportba sorolt egyéneknél körülbelül 20-szor nagyobb valószínűséggel alakult ki a betegség, mint a legalacsonyabb kategóriába tartozóknál, a becslések szerint egynegyede az öt éven belüli kialakulásának valószínűsége.
Fontos kiemelni, hogy a rendszer automatikusan generálja a kockázati pontszámokat, anélkül, hogy a klinikusok manuális beavatkozását igényelné. Ez inkább potenciális döntéstámogató eszközként pozicionálja, mintsem a meglévő diagnosztikai folyamatok helyettesítőjeként.
A szívvizsgálatoktól a mellkasi CT-vizsgálatokig – és az NHS-hez vezető út
A kutatás tágabb célja, hogy a technológiát a szív-specifikus képalkotáson túl is kiterjessze. A csapat jelenleg azon dolgozik, hogy a modellt a standard mellkasi CT-vizsgálatok elemzésére adaptálja, beleértve a tüdőrákszűrésben és a légzőszervi diagnosztikában használtakat is. Tekintettel a mellkasi CT-képalkotás jelentősen nagyobb volumenére a szív-specifikus vizsgálatokhoz képest, egy ilyen adaptáció jelentősen növelhetné a rendszer hatókörét.
Klinikailag a következmények a korábbi beavatkozáshoz kapcsolódnak. Azáltal, hogy a magas kockázatú betegeket évekkel a tünetek megjelenése előtt azonosítják, az egészségügyi szolgáltatók módosíthatják a monitorozási stratégiákat, korábban megkezdhetik a megelőző kezeléseket, és hatékonyabban rangsorolhatják az erőforrásokat. Mivel a szívelégtelenség már több mint egymillió embert érint az Egyesült Királyságban, a hosszú távú egészségügyi ellátás iránti keresletre gyakorolt potenciális hatás jelentős.
Jelenleg folyamatban vannak a tervek a hatósági jóváhagyás megszerzésére az NHS rutin radiológiai munkafolyamataiba való integráláshoz. Elfogadás esetén a rendszer a standard képalkotó eljárások hátterében működne, automatizált kockázatértékeléseket végezve további költségek vagy a szkennelési protokollok megváltoztatása nélkül.
A kutatást a Brit Szívalapítvány és az oxfordi National Institute for Health and Care Research Biomedical Research Centre támogatta. A kutatás az orvosi képalkotásban bekövetkezett szélesebb körű elmozdulást tükrözi, ahol a mesterséges intelligenciát egyre inkább nemcsak a meglévő betegségek kimutatására használják, hanem a rutinvizsgálatokba ágyazott finom, korábban kihasználatlan biológiai jelekből a jövőbeni kockázatok megállapítására is.
Jogi nyilatkozat
Összhangban a A Trust Project irányelvei, kérjük, vegye figyelembe, hogy az ezen az oldalon közölt információk nem minősülnek jogi, adózási, befektetési, pénzügyi vagy bármilyen más formájú tanácsnak, és nem is értelmezhetők. Fontos, hogy csak annyit fektessen be, amennyit megengedhet magának, hogy elveszítsen, és kérjen független pénzügyi tanácsot, ha kétségei vannak. További információkért javasoljuk, hogy tekintse meg a szerződési feltételeket, valamint a kibocsátó vagy hirdető által biztosított súgó- és támogatási oldalakat. MetaversePost elkötelezett a pontos, elfogulatlan jelentéstétel mellett, de a piaci feltételek előzetes értesítés nélkül változhatnak.
A szerzőről
Alisa, a The MPost, kriptovalutákra, mesterséges intelligenciára, befektetésekre és a világ kiterjedt területére specializálódott Web3. Élénk szemmel figyeli a feltörekvő trendeket és technológiákat, ezért átfogó tájékoztatást nyújt, hogy tájékoztassa és bevonja olvasóit a digitális pénzügyek folyamatosan fejlődő világába.
További cikkek
Alisa, a The MPost, kriptovalutákra, mesterséges intelligenciára, befektetésekre és a világ kiterjedt területére specializálódott Web3. Élénk szemmel figyeli a feltörekvő trendeket és technológiákat, ezért átfogó tájékoztatást nyújt, hogy tájékoztassa és bevonja olvasóit a digitális pénzügyek folyamatosan fejlődő világába.
