Система искусственного интеллекта Oxford AI выявляет ранний риск развития сердечной недостаточности по результатам рутинных компьютерных томографических исследований с точностью 86% на выборке из 72 000 пациентов.
Коротко
Исследователи из Оксфордского университета разработали систему искусственного интеллекта, которая обнаруживает едва заметные изменения в жировой ткани сердца по данным обычных компьютерных томографических исследований, прогнозируя риск развития сердечной недостаточности на срок до пяти лет вперед с точностью 86% на выборке из 72 000 пациентов.
Исследователи из Оксфордский университет Разработана система искусственного интеллекта, способная оценивать риск развития сердечной недостаточности у пациента за пять лет вперед, достигнув точности в 86% при проверке на более чем 72 000 пациентах. Этот подход не требует дополнительных исследований, вмешательства специалистов или нового медицинского оборудования, поскольку основан на компьютерной томографии сердца, которая уже рутинно проводится в клинической практике.
Работа, выполненная под руководством профессора Хараламбоса Антониадеса и опубликованная в журнале Американского колледжа кардиологии, направлена на решение давней проблемы в кардиологии: сердечная недостаточность обычно диагностируется только после того, как уже произошли значительные структурные повреждения, и на этом этапе возможности профилактики часто ограничены. Предложенная система смещает акцент на ранние биологические изменения, предшествующие видимым симптомам на несколько лет.
В основе модели лежит нетрадиционный источник данных: жировая ткань, окружающая сердце, известная как перикардиальная жировая ткань. Хотя традиционно она игнорируется при рутинном анализе сканирований, эта ткань, по-видимому, отражает лежащие в основе воспалительные и метаболические изменения, происходящие в самой сердечной мышце.
По словам исследователей, эти жировые отложения постепенно изменяют свою текстуру в ответ на стресс в сердечно-сосудистой системе, создавая узоры, которые невозможно обнаружить при стандартной интерпретации результатов визуализации человеком. Система искусственного интеллекта предназначена для выявления этих тонких изменений и преобразования их в количественную оценку риска развития сердечной недостаточности в будущем.
Чтение сигналов, невидимых человеческому глазу
Компьютерная томография сердца широко используется в Национальной службе здравоохранения Великобритании для исследования болей в груди и оценки ишемической болезни сердца, ежегодно проводятся сотни тысяч сканирований. В типичных клинических рабочих процессах рентгенологи в основном сосредотачиваются на закупорках артерий и видимых патологиях, в то время как окружающей жировой ткани уделяется ограниченное аналитическое внимание.
Модель Оксфордского университета использует этот ранее игнорируемый слой данных, анализируя текстурные особенности перикардиального жира. С помощью методов машинного обучения, обученных на анонимизированных данных КТ более чем 59 000 пациентов Национальной службы здравоохранения Великобритании, система научилась связывать определенные паттерны изображений с последующим развитием сердечной недостаточности в течение длительного периода наблюдения.
В ходе валидационного тестирования с участием 13 424 дополнительных пациентов модель показала точность 86% в прогнозировании пятилетнего риска развития сердечной недостаточности. Было установлено, что у лиц, отнесенных к группе наивысшего риска, вероятность развития заболевания примерно в 20 раз выше, чем у лиц из самой низкой категории, с предполагаемой вероятностью развития заболевания один к четырем в течение пяти лет.
Важно отметить, что система автоматически генерирует оценки риска, не требуя ручного ввода от врачей. Это позиционирует ее как потенциальный инструмент поддержки принятия решений, а не как замену существующим диагностическим процессам.
От сканирования сердца до компьютерной томографии грудной клетки — и путь в Национальную службу здравоохранения Великобритании.
Более масштабная цель исследования — расширить применение технологии за пределы визуализации, специфичной для сердца. В настоящее время команда работает над адаптацией модели для анализа стандартных компьютерных томографических снимков грудной клетки, включая те, которые используются для скрининга рака легких и диагностики респираторных заболеваний. Учитывая значительно больший объем компьютерной томографии грудной клетки по сравнению с кардиологическими снимками, такая адаптация может существенно расширить возможности системы.
С клинической точки зрения, последствия связаны с более ранним вмешательством. Выявляя пациентов из группы высокого риска за годы до появления симптомов, медицинские работники могли бы корректировать стратегии мониторинга, начинать профилактическое лечение раньше и более эффективно распределять ресурсы. Учитывая, что сердечная недостаточность уже поражает более миллиона человек в Великобритании, потенциальное влияние на долгосрочную потребность в здравоохранении значительно.
В настоящее время ведется работа по получению разрешения регулирующих органов на интеграцию системы в стандартные радиологические рабочие процессы в рамках Национальной службы здравоохранения Великобритании (NHS). В случае внедрения система будет работать в фоновом режиме стандартных процедур визуализации, автоматически проводя оценку рисков без дополнительных затрат или изменения протоколов сканирования.
Исследование было поддержано Британским кардиологическим фондом и Национальным институтом исследований в области здравоохранения и ухода, а также Биомедицинским исследовательским центром в Оксфорде. Оно отражает более широкую тенденцию в медицинской визуализации, где искусственный интеллект все чаще используется не только для выявления существующих заболеваний, но и для оценки будущего риска на основе тонких, ранее недостаточно используемых биологических сигналов, заложенных в рутинных сканах.
Условия использования
В соответствии с Руководство трастового проектаОбратите внимание, что информация, представленная на этой странице, не предназначена и не должна интерпретироваться как юридическая, налоговая, инвестиционная, финансовая или любая другая форма консультации. Важно инвестировать только то, что вы можете позволить себе потерять, и обращаться за независимой финансовой консультацией, если у вас есть какие-либо сомнения. Для получения дополнительной информации мы предлагаем обратиться к положениям и условиям, а также к страницам справки и поддержки, предоставленным эмитентом или рекламодателем. MetaversePost стремится предоставлять точную и объективную отчетность, однако рыночные условия могут быть изменены без предварительного уведомления.
Об авторе
Алиса, преданный журналист MPostспециализируется на криптовалютах, искусственном интеллекте, инвестициях и обширной сфере... Web3. Внимательно следя за новыми тенденциями и технологиями, она всесторонне освещает события, информируя и вовлекая читателей в постоянно развивающуюся среду цифровых финансов.
Другие статьи
Алиса, преданный журналист MPostспециализируется на криптовалютах, искусственном интеллекте, инвестициях и обширной сфере... Web3. Внимательно следя за новыми тенденциями и технологиями, она всесторонне освещает события, информируя и вовлекая читателей в постоянно развивающуюся среду цифровых финансов.
