Революционный искусственный интеллект, позволяющий предсказать ваше будущее здоровье одним щелчком мыши

Сканирование плотности костей теперь может быстро выявить индикатор риска сердечно-сосудистых заболеваний.

Благодаря искусственному интеллекту у нас скоро появится возможность предсказывать риск развития серьезных заболеваний в будущем одним нажатием кнопки.

Кальцификация брюшной аорты (АКА) означает накопление отложений кальция в стенках брюшной аорты. Это может указывать на повышенный риск сердечно-сосудистых событий, включая сердечные приступы и инсульты.

Он также прогнозирует риск падений, переломов и деменции в позднем возрасте. Удобно, что обычные методы сканирования плотности кости, используемые для выявления остеопороза, также могут обнаружить AAC.

Однако для анализа изображений необходимы высококвалифицированные читатели-эксперты, и этот процесс может занять 5–15 минут на каждое изображение.

Но исследователи из Университет Эдит Коуэн (ECU) Школа естественных наук и Школа медицинских и медицинских наук совместно разработали программное обеспечение, которое может анализировать сканы намного быстрее: примерно 60 000 изображений за один день.

Исследователь и будущий научный сотрудник Фонда сердца, доцент Джошуа Льюис, сказал, что это значительное повышение эффективности будет иметь решающее значение для широкого использования AAC в исследованиях и помощи людям во избежание развития проблем со здоровьем в более позднем возрасте.

«Поскольку эти изображения и автоматические оценки можно быстро и легко получить во время тестирования плотности костной ткани, это может привести к появлению новых подходов в будущем для раннего

” данные-gt-translate-attributes=”[{“attribute”:”data-cmtooltip”, “format”:”html”}]«>сердечно-сосудистые заболевания выявление и мониторинг заболеваний в ходе повседневной клинической практики», — сказал он.

Экономия МНОГО времени

Результаты были получены в результате международного сотрудничества между ECU, Университетом штата Вашингтон, Университетом Миннесоты, Саутгемптона, Университетом Манитобы, Институтом исследований старения Маркуса и Еврейской медицинской школой SeniorLife Гарвардской школы. Поистине междисциплинарное глобальное усилие.

Хотя это не первый алгоритм, разработанный для оценки AAC по этим изображениям, исследование является крупнейшим в своем роде, оно основано на наиболее часто используемых моделях машин для измерения плотности костной ткани и является первым, которое было протестировано в реальных условиях с использованием изображений. принимаются как часть обычного тестирования плотности костной ткани.

Было просмотрено более 5000 изображений, проанализированных экспертами и программным обеспечением команды.

Сравнив результаты, эксперт и программное обеспечение пришли к одному и тому же выводу относительно степени AAC (низкая, средняя или высокая) в 80 процентах случаев — впечатляющий показатель, учитывая, что это была первая версия программного обеспечения.

Важно отметить, что только у 3 процентов людей с высоким уровнем AAC программное обеспечение ошибочно диагностировало низкий уровень.

«Это примечательно, поскольку это люди с наибольшей степенью заболевания и самым высоким риском фатальных и несмертельных сердечно-сосудистых событий и смертности от всех причин», — сказал профессор Льюис.

«Хотя еще предстоит проделать работу по улучшению программного обеспечения

” данные-gt-translate-attributes=”[{“attribute”:”data-cmtooltip”, “format”:”html”}]”>точность по сравнению с человеческими показаниями, эти результаты получены из нашего алгоритма версии 1.0, и мы уже существенно улучшили результаты в наших более поздних версиях.

«Автоматическая оценка наличия и степени ААС с точностью, аналогичной специалистам по визуализации, обеспечивает возможность крупномасштабного скрининга сердечно-сосудистых заболеваний и других состояний — даже до того, как у кого-то появятся какие-либо симптомы».

«Это позволит людям, находящимся в группе риска, гораздо раньше внести необходимые изменения в образ жизни и дать им возможность быть более здоровыми в последующие годы».

Ссылка: «Машинное обучение для оценки кальцификации брюшной аорты на основе машинных изображений плотности кости в боковых отделах позвоночника» Наэха Шариф, Сайед Зулкарнайн Гилани, Дэвид Сутер, Шивон Рид, Павел Шулк, Дуглас Кимельман, Баррет А. Мончка, Мохаммад Джафари Джозани, Джонатан М. Ходжсон, Марк Сим, Кун Чжу, Николас К. Харви, Дуглас П. Кил, Ричард Л. Принс, Джон Т. Шусбо, Уильям Д. Лесли и Джошуа Р. Льюис, электронная биомедицина.
DOI: 10.1016/j.ebiom.2023.104676

Фонд сердца предоставил финансирование для проекта благодаря стипендии профессора Льюиса «Будущее лидерство» 2019 года, которая обеспечивала поддержку исследований в течение трехлетнего периода.