Oxfordska umetna inteligenca zazna zgodnje tveganje za srčno popuščanje z rutinskimi CT pregledi z 86-odstotno natančnostjo pri 72,000 bolnikih
Na kratko
Raziskovalci na Univerzi v Oxfordu so razvili sistem umetne inteligence, ki zazna subtilne, nevidne spremembe v srčni maščobi z rutinskimi CT preiskavami in napoveduje tveganje za srčno popuščanje do pet let vnaprej z 86-odstotno natančnostjo pri 72,000 bolnikih.
Raziskovalci Univerza v Oxfordu so razvili sistem umetne inteligence, ki lahko oceni tveganje za razvoj srčnega popuščanja pri bolniku do pet let vnaprej, pri čemer doseže 86-odstotno natančnost pri validaciji pri več kot 72,000 bolnikih. Pristop ne zahteva dodatnih testov, specialističnih posegov ali nove medicinske opreme, saj se zanaša na srčne CT posnetke, ki se v klinični praksi že rutinsko izvajajo.
Delo, ki ga vodi profesor Charalambos Antoniades in je objavljeno v reviji Journal of the American College of Cardiology, obravnava dolgoletno omejitev v kardiologiji: srčno popuščanje se običajno diagnosticira šele potem, ko je že prišlo do znatne strukturne poškodbe, pri čemer so preventivne možnosti pogosto omejene. Predlagani sistem preusmerja pozornost na zgodnje biološke spremembe, ki se pojavijo več let pred vidnimi simptomi.
V središču modela je nekonvencionalen vir podatkov: maščoba, ki obdaja srce, znana kot perikardialno maščobno tkivo. Čeprav je bilo pri rutinski analizi posnetkov tradicionalno spregledano, se zdi, da to tkivo odraža osnovne vnetne in presnovne spremembe, ki se pojavljajo v sami srčni mišici.
Po mnenju raziskovalcev te maščobne obloge postopoma spreminjajo svojo teksturo kot odziv na stres v srčno-žilnem sistemu, kar ustvarja vzorce, ki jih ni mogoče zaznati s standardno človeško interpretacijo rezultatov slikanja. Sistem umetne inteligence je zasnovan tako, da prepozna te subtilne spremembe in jih pretvori v kvantificirano oceno tveganja za prihodnje srčno popuščanje.
Branje signalov, ki jih človeško oko ne more videti
Slikanje srca s CT se v britanski Nacionalni zdravstveni službi pogosto uporablja za raziskovanje bolečin v prsih in oceno koronarne arterijske bolezni, letno pa se opravi več sto tisoč preiskav. V tipičnih kliničnih potekih dela se radiologi osredotočajo predvsem na arterijske blokade in vidne nepravilnosti, medtem ko okoliško maščobno tkivo prejema le malo analitične pozornosti.
Oxfordski model ponovno uporablja to spregledano podatkovno plast z analizo teksturnih značilnosti znotraj perikardialne maščobe. Z uporabo tehnik strojnega učenja, usposobljenih na anonimiziranih CT podatkih več kot 59,000 bolnikov z NHS, se je sistem naučil povezovati specifične slikovne vzorce s kasnejšim razvojem srčnega popuščanja v dolgoročnih obdobjih spremljanja.
V validacijskem testiranju, ki je zajelo dodatnih 13,424 bolnikov, je model pokazal 86-odstotno stopnjo natančnosti pri napovedovanju petletnega tveganja za srčno popuščanje. Ugotovljeno je bilo, da so posamezniki, uvrščeni v skupino z najvišjim tveganjem, imeli približno 20-krat večjo verjetnost za razvoj bolezni kot tisti v najnižji kategoriji, z ocenjeno verjetnostjo pojava v petih letih ena proti štiri.
Pomembno je, da sistem samodejno generira ocene tveganja, ne da bi moral zdravnike ročno vnašati podatke. To ga postavlja kot potencialno orodje za podporo odločanju in ne kot nadomestilo za obstoječe diagnostične procese.
Od srčnih pregledov do katerega koli CT-ja prsnega koša – in pot do NHS
Širši cilj raziskave je razširiti tehnologijo onkraj slikanja, specifičnega za srce. Ekipa trenutno dela na prilagoditvi modela za analizo standardnih CT posnetkov prsnega koša, vključno s tistimi, ki se uporabljajo pri presejanju pljučnega raka in diagnostiki dihal. Glede na bistveno večji obseg CT posnetkov prsnega koša v primerjavi s slikami, specifičnimi za srce, bi takšna prilagoditev lahko znatno povečala doseg sistema.
Klinično so posledice povezane z zgodnejšim posredovanjem. Z identifikacijo bolnikov z visokim tveganjem leta pred pojavom simptomov bi lahko zdravstveni delavci prilagodili strategije spremljanja, prej začeli preventivno zdravljenje in učinkoviteje določili prioritete virov. Ker srčno popuščanje v Združenem kraljestvu že prizadene več kot milijon ljudi, je potencialni vpliv na dolgoročno povpraševanje po zdravstveni oskrbi precejšen.
Trenutno so v teku načrti za pridobitev regulativne odobritve za integracijo v rutinske radiološke poteke dela znotraj NHS. Če bo sistem sprejet, bo deloval v ozadju standardnih slikovnih postopkov in ustvarjal avtomatizirane ocene tveganja brez dodatnih stroškov ali sprememb protokolov skeniranja.
Raziskavo sta podprla Britanska fundacija za srce in Nacionalni inštitut za raziskave zdravja in oskrbe ter Biomedicinski raziskovalni center v Oxfordu. Odraža širši premik v medicinskem slikanju, kjer se umetna inteligenca vse bolj uporablja ne le za odkrivanje obstoječih bolezni, temveč tudi za sklepanje o prihodnjem tveganju iz subtilnih, prej premalo izkoriščenih bioloških signalov, vgrajenih v rutinske preglede.
Zavrnitev odgovornosti
V skladu z Smernice projekta Trust, upoštevajte, da informacije na tej strani niso namenjene in se jih ne sme razlagati kot pravni, davčni, naložbeni, finančni ali kakršen koli drug nasvet. Pomembno je, da vlagate samo tisto, kar si lahko privoščite izgubiti, in da poiščete neodvisen finančni nasvet, če imate kakršne koli dvome. Za dodatne informacije predlagamo, da si ogledate določila in pogoje ter strani s pomočjo in podporo, ki jih nudi izdajatelj ali oglaševalec. MetaversePost se zavzema za natančno in nepristransko poročanje, vendar se tržni pogoji lahko spremenijo brez predhodnega obvestila.
O avtorju
Alisa, predana novinarka pri MPost, specializiran za kriptovalute, umetno inteligenco, naložbe in široko področje Web3. Z ostrim očesom za nastajajoče trende in tehnologije zagotavlja celovito pokritost za informiranje in vključevanje bralcev v nenehno razvijajočo se pokrajino digitalnih financ.
več člankov
Alisa, predana novinarka pri MPost, specializiran za kriptovalute, umetno inteligenco, naložbe in široko področje Web3. Z ostrim očesom za nastajajoče trende in tehnologije zagotavlja celovito pokritost za informiranje in vključevanje bralcev v nenehno razvijajočo se pokrajino digitalnih financ.
