Oxfordská umelá inteligencia detekuje včasné riziko srdcového zlyhania z bežných CT vyšetrení s presnosťou 86 % u 72 000 pacientov
Stručne
Výskumníci z Oxfordskej univerzity vyvinuli systém umelej inteligencie, ktorý detekuje jemné, neviditeľné zmeny v srdcovom tuku z bežných CT vyšetrení a predpovedá riziko srdcového zlyhania až na päť rokov dopredu s 86 % presnosťou u 72 000 pacientov.
Výskumníci u University of Oxford vyvinuli systém umelej inteligencie, ktorý dokáže odhadnúť riziko vzniku srdcového zlyhania u pacienta až päť rokov vopred, pričom dosahuje 86 % presnosť pri validácii u viac ako 72 000 pacientov. Tento prístup nevyžaduje ďalšie testovanie, špecializovaný zásah ani nové zdravotnícke vybavenie, pretože sa spolieha na CT vyšetrenia srdca, ktoré sa už v klinickej praxi bežne vykonávajú.
Práca, ktorú viedol profesor Charalambos Antoniades a ktorá bola publikovaná v časopise Journal of the American College of Cardiology, sa zaoberá dlhodobým obmedzením v kardiológii: srdcové zlyhanie sa zvyčajne diagnostikuje až po tom, čo už došlo k významnému štrukturálnemu poškodeniu, pričom v takom prípade sú preventívne možnosti často obmedzené. Navrhovaný systém presúva pozornosť na skoré biologické zmeny, ktoré predchádzajú viditeľným príznakom o niekoľko rokov.
V centre modelu je nekonvenčný zdroj údajov: tuk obklopujúci srdce, známy ako perikardiálne tukové tkanivo. Hoci sa pri bežnej skenovacej analýze tradične prehliada, zdá sa, že toto tkanivo odráža základné zápalové a metabolické zmeny, ku ktorým dochádza v samotnom srdcovom svale.
Podľa výskumníkov tieto tukové usadeniny postupne menia svoju štruktúru v reakcii na stres v kardiovaskulárnom systéme a vytvárajú vzory, ktoré nie je možné zistiť štandardnou ľudskou interpretáciou výsledkov zobrazovania. Systém umelej inteligencie je navrhnutý tak, aby identifikoval tieto jemné variácie a preložil ich do kvantifikovaného odhadu rizika budúceho srdcového zlyhania.
Čítanie signálov, ktoré ľudské oko nevidí
Zobrazovanie srdca pomocou počítačovej tomografie (CT) sa v rámci britskej Národnej zdravotnej služby (NS) široko používa na vyšetrenie bolesti na hrudníku a posúdenie ischemickej choroby srdca, pričom sa ročne vykonávajú státisíce skenov. V typických klinických pracovných postupoch sa rádiológovia zameriavajú predovšetkým na arteriálne blokády a viditeľné abnormality, zatiaľ čo okolité tukové tkanivo dostáva len obmedzenú analytickú pozornosť.
Oxfordský model prehodnocuje túto prehliadanú dátovú vrstvu analýzou textúrnych prvkov v perikardiálnom tuku. Pomocou techník strojového učenia, ktoré boli natrénované na anonymizovaných CT údajoch od viac ako 59 000 pacientov NHS, sa systém naučil spájať špecifické zobrazovacie vzory s neskorším vývojom srdcového zlyhania počas dlhodobého sledovania.
V validačnom testovaní, do ktorého bolo zapojených ďalších 13 424 pacientov, model dosiahol 86 % presnosť pri predpovedaní rizika srdcového zlyhania v priebehu piatich rokov. U jedincov zaradených do skupiny s najvyšším rizikom sa zistilo približne 20-krát vyššia pravdepodobnosť vzniku ochorenia ako u jedincov v najnižšej kategórii, s odhadovanou pravdepodobnosťou vzniku v priebehu piatich rokov jedna ku štyrom.
Dôležité je, že systém generuje skóre rizika automaticky, bez nutnosti manuálneho vstupu od lekárov. Vďaka tomu sa stáva potenciálnym nástrojom na podporu rozhodovania, a nie náhradou za existujúce diagnostické procesy.
Od skenov srdca k akémukoľvek CT hrudníka – a cesta k NHS
Širším cieľom výskumu je rozšíriť technológiu nad rámec zobrazovania špecifického pre srdce. Tím v súčasnosti pracuje na adaptácii modelu na analýzu štandardných CT vyšetrení hrudníka, vrátane tých, ktoré sa používajú pri skríningu rakoviny pľúc a respiračnej diagnostike. Vzhľadom na výrazne vyšší objem CT vyšetrení hrudníka v porovnaní so skenmi špecifickými pre srdce by takáto adaptácia mohla podstatne zvýšiť dosah systému.
Klinické dôsledky sú spojené s včasnejším zásahom. Identifikáciou vysokorizikových pacientov roky pred objavením sa príznakov by poskytovatelia zdravotnej starostlivosti mohli upraviť stratégie monitorovania, začať preventívnu liečbu skôr a efektívnejšie uprednostniť zdroje. Keďže srdcové zlyhanie už postihuje viac ako milión ľudí v Spojenom kráľovstve, potenciálny vplyv na dlhodobý dopyt po zdravotnej starostlivosti je značný.
V súčasnosti sa pripravujú plány na získanie regulačného schválenia pre integráciu do bežných rádiologických pracovných postupov v rámci NHS. Ak bude systém prijatý, bude fungovať na pozadí štandardných zobrazovacích postupov a bude produkovať automatizované hodnotenia rizík bez dodatočných nákladov alebo zmeny v skenovacích protokoloch.
Výskum podporila Britská nadácia pre srdce a Národný inštitút pre výskum zdravia a starostlivosti (National Institute for Health and Care Research Biomedical Research Centre) v Oxforde. Odráža širší posun v medicínskom zobrazovaní, kde sa umelá inteligencia čoraz viac využíva nielen na detekciu existujúcich ochorení, ale aj na odvodenie budúceho rizika z jemných, predtým nevyužitých biologických signálov obsiahnutých v bežných skenoch.
Disclaimer
V súlade s Pokyny k projektu Trust, uvedomte si, že informácie uvedené na tejto stránke nie sú zamýšľané a nemali by byť interpretované ako právne, daňové, investičné, finančné alebo iné formy poradenstva. Je dôležité investovať len toľko, koľko si môžete dovoliť stratiť a v prípade akýchkoľvek pochybností vyhľadať nezávislé finančné poradenstvo. Ak chcete získať ďalšie informácie, odporúčame vám pozrieť si zmluvné podmienky, ako aj stránky pomoci a podpory poskytnuté vydavateľom alebo inzerentom. MetaversePost sa zaviazala poskytovať presné a nezaujaté správy, ale podmienky na trhu sa môžu zmeniť bez upozornenia.
O autorovi
Alisa, oddaná novinárka v MPost, špecializuje sa na kryptomeny, umelú inteligenciu, investície a rozsiahlu oblasť Web3. So záujmom o nové trendy a technológie poskytuje komplexné pokrytie s cieľom informovať a zapojiť čitateľov do neustále sa vyvíjajúceho prostredia digitálnych financií.
Ďalšie články
Alisa, oddaná novinárka v MPost, špecializuje sa na kryptomeny, umelú inteligenciu, investície a rozsiahlu oblasť Web3. So záujmom o nové trendy a technológie poskytuje komplexné pokrytie s cieľom informovať a zapojiť čitateľov do neustále sa vyvíjajúceho prostredia digitálnych financií.
