Oxford AI phát hiện sớm nguy cơ suy tim từ các lần chụp CT thông thường với độ chính xác 86% trên 72,000 bệnh nhân.
Tóm lại
Các nhà nghiên cứu tại Đại học Oxford đã phát triển một hệ thống trí tuệ nhân tạo (AI) có khả năng phát hiện những thay đổi nhỏ, không thể nhìn thấy bằng mắt thường trong mô mỡ tim từ các lần chụp CT thông thường, dự đoán nguy cơ suy tim trước tới 5 năm với độ chính xác 86% trên 72,000 bệnh nhân.
Các nhà nghiên cứu tại Đại học Oxford Họ đã phát triển một hệ thống trí tuệ nhân tạo có thể ước tính nguy cơ mắc suy tim của bệnh nhân trước tối đa 5 năm, đạt độ chính xác 86% trong quá trình kiểm chứng trên hơn 72,000 bệnh nhân. Phương pháp này không yêu cầu xét nghiệm bổ sung, sự can thiệp của chuyên gia hoặc thiết bị y tế mới, vì nó dựa trên các phim chụp CT tim vốn đã được thực hiện thường xuyên trong thực tiễn lâm sàng.
Công trình nghiên cứu, do Giáo sư Charalambos Antoniades dẫn đầu và được công bố trên Tạp chí của Trường Cao đẳng Tim mạch Hoa Kỳ, giải quyết một hạn chế lâu nay trong ngành tim mạch: suy tim thường chỉ được chẩn đoán sau khi đã xảy ra tổn thương cấu trúc đáng kể, lúc đó các lựa chọn phòng ngừa thường bị hạn chế. Hệ thống được đề xuất chuyển sự chú ý sang những thay đổi sinh học sớm xảy ra trước khi các triệu chứng có thể nhìn thấy được vài năm.
Trọng tâm của mô hình là một nguồn dữ liệu không thông thường: lớp mỡ bao quanh tim, được gọi là mô mỡ quanh tim. Mặc dù thường bị bỏ qua trong các phân tích quét thông thường, mô này dường như phản ánh những thay đổi viêm nhiễm và chuyển hóa tiềm ẩn xảy ra trong chính cơ tim.
Theo các nhà nghiên cứu, những lớp mỡ này dần dần thay đổi cấu trúc để phản ứng với căng thẳng trong hệ tim mạch, tạo ra những hình thái không thể phát hiện được bằng cách phân tích kết quả hình ảnh thông thường của con người. Hệ thống AI được thiết kế để xác định những biến đổi tinh tế này và chuyển chúng thành ước tính rủi ro định lượng cho bệnh suy tim trong tương lai.
Đọc các tín hiệu mà mắt người không thể nhìn thấy
Chụp CT tim được sử dụng rộng rãi trong Hệ thống Y tế Quốc gia Anh (NHS) để chẩn đoán đau ngực và đánh giá bệnh động mạch vành, với hàng trăm nghìn ca chụp được thực hiện mỗi năm. Trong quy trình lâm sàng thông thường, các bác sĩ X quang tập trung chủ yếu vào tắc nghẽn động mạch và các bất thường có thể nhìn thấy, trong khi mô mỡ xung quanh chỉ nhận được sự chú ý phân tích hạn chế.
Mô hình Oxford tận dụng lại lớp dữ liệu bị bỏ qua này bằng cách phân tích các đặc điểm kết cấu bên trong mô mỡ quanh tim. Sử dụng các kỹ thuật học máy được huấn luyện trên dữ liệu CT ẩn danh từ hơn 59,000 bệnh nhân của NHS, hệ thống đã học cách liên kết các mô hình hình ảnh cụ thể với sự phát triển suy tim sau này trong thời gian theo dõi dài hạn.
Trong quá trình kiểm chứng với 13,424 bệnh nhân bổ sung, mô hình đạt tỷ lệ chính xác 86% trong việc dự đoán nguy cơ suy tim trong vòng 5 năm. Những người được xếp vào nhóm nguy cơ cao nhất có khả năng mắc bệnh cao gấp khoảng 20 lần so với những người thuộc nhóm nguy cơ thấp nhất, với xác suất khởi phát ước tính là 1/4 trong vòng 5 năm.
Điều quan trọng là hệ thống tự động tạo ra điểm rủi ro mà không cần sự nhập liệu thủ công từ các bác sĩ lâm sàng. Điều này giúp hệ thống trở thành một công cụ hỗ trợ ra quyết định tiềm năng hơn là một công cụ thay thế cho các quy trình chẩn đoán hiện có.
Từ siêu âm tim đến chụp CT ngực bất kỳ — và con đường đến với NHS (Hệ thống Y tế Quốc gia Anh).
Tham vọng lớn hơn của nghiên cứu là mở rộng công nghệ này ra ngoài lĩnh vực chụp ảnh chuyên biệt về tim mạch. Nhóm nghiên cứu hiện đang làm việc để điều chỉnh mô hình nhằm phân tích các ảnh chụp CT ngực tiêu chuẩn, bao gồm cả những ảnh được sử dụng trong sàng lọc ung thư phổi và chẩn đoán bệnh hô hấp. Do số lượng ảnh chụp CT ngực nhiều hơn đáng kể so với ảnh chụp chuyên biệt về tim mạch, việc điều chỉnh này có thể làm tăng đáng kể phạm vi ứng dụng của hệ thống.
Về mặt lâm sàng, ý nghĩa của việc này gắn liền với việc can thiệp sớm hơn. Bằng cách xác định những bệnh nhân có nguy cơ cao nhiều năm trước khi các triệu chứng xuất hiện, các nhà cung cấp dịch vụ chăm sóc sức khỏe có thể điều chỉnh chiến lược theo dõi, bắt đầu các phương pháp điều trị dự phòng sớm hơn và ưu tiên nguồn lực hiệu quả hơn. Với việc suy tim hiện đang ảnh hưởng đến hơn một triệu người ở Anh, tác động tiềm tàng đến nhu cầu chăm sóc sức khỏe dài hạn là rất đáng kể.
Hiện tại, các kế hoạch đang được tiến hành để xin phê duyệt theo quy định nhằm tích hợp hệ thống này vào quy trình chụp X-quang thông thường trong hệ thống Y tế Quốc gia Anh (NHS). Nếu được thông qua, hệ thống sẽ hoạt động ngầm trong các quy trình chụp ảnh tiêu chuẩn, tự động đánh giá rủi ro mà không phát sinh thêm chi phí hoặc thay đổi quy trình quét.
Nghiên cứu này được hỗ trợ bởi Quỹ Tim mạch Anh và Trung tâm Nghiên cứu Y sinh thuộc Viện Nghiên cứu Sức khỏe và Chăm sóc Quốc gia tại Oxford. Nó phản ánh một sự chuyển đổi rộng hơn trong lĩnh vực hình ảnh y tế, nơi trí tuệ nhân tạo ngày càng được sử dụng không chỉ để phát hiện các bệnh hiện có mà còn để suy luận nguy cơ trong tương lai từ các tín hiệu sinh học tinh tế, trước đây chưa được tận dụng đầy đủ, ẩn chứa trong các lần quét thông thường.
Trách nhiệm công ty
Phù hợp với Hướng dẫn của Dự án Tin cậy, xin lưu ý rằng thông tin được cung cấp trên trang này không nhằm mục đích và không được hiểu là tư vấn pháp lý, thuế, đầu tư, tài chính hoặc bất kỳ hình thức tư vấn nào khác. Điều quan trọng là chỉ đầu tư những gì bạn có thể đủ khả năng để mất và tìm kiếm lời khuyên tài chính độc lập nếu bạn có bất kỳ nghi ngờ nào. Để biết thêm thông tin, chúng tôi khuyên bạn nên tham khảo các điều khoản và điều kiện cũng như các trang trợ giúp và hỗ trợ do nhà phát hành hoặc nhà quảng cáo cung cấp. MetaversePost cam kết báo cáo chính xác, không thiên vị nhưng điều kiện thị trường có thể thay đổi mà không cần thông báo trước.
Giới thiệu về Tác giả
Alisa, một nhà báo tận tâm tại MPostchuyên về tiền điện tử, trí tuệ nhân tạo, đầu tư và lĩnh vực rộng lớn khác. Web3. Với con mắt quan tâm đến các xu hướng và công nghệ mới nổi, cô cung cấp thông tin toàn diện để cung cấp thông tin và thu hút độc giả trong bối cảnh không ngừng phát triển của tài chính kỹ thuật số.
Xem thêm bài viết
Alisa, một nhà báo tận tâm tại MPostchuyên về tiền điện tử, trí tuệ nhân tạo, đầu tư và lĩnh vực rộng lớn khác. Web3. Với con mắt quan tâm đến các xu hướng và công nghệ mới nổi, cô cung cấp thông tin toàn diện để cung cấp thông tin và thu hút độc giả trong bối cảnh không ngừng phát triển của tài chính kỹ thuật số.
