Ілюстрація створена автором на FLUX.1 від Black Forest Labs шляхом детального промптингу без модифікацій
Дослідники з Mass General Brigham у співпраці з Департаментом у справах ветеранів США (VA) розробили новий інструмент штучного інтелекту для аналізу існуючих в базах даних КТ-знімків грудної клітки та виявлення пацієнтів із високим рівнем кальцію в коронарних артеріях (CAC), що вказує на підвищений ризик серцево-судинних подій.
Про це пише Delo.ua з посиланням на публікацію Medical Press.
Дослідження, опубліковане в журналі Nejm AI, показало, що інструмент під назвою AI-CAC має високу точність та прогностичну цінність щодо майбутніх серцевих нападів і 10-річної смертності. Висновки дослідників свідчать про те, що широке впровадження такого інструменту може допомогти клініцистам краще оцінювати серцево-судинні ризики своїх пацієнтів і рятувати життя.
“Щороку виконуються мільйони КТ грудної клітки, часто у здорових людей, наприклад, для скринінгу раку легенів. Наше дослідження показує, що важлива інформація про серцево-судинні ризики залишається непоміченою в цих знімках, – сказав провідний автор Г’юго Аертс, доктор філософії, директор Програми штучного інтелекту в медицині (AIM) при Mass General Brigham. – Наше дослідження демонструє, що ШІ має потенціал змінити підхід клініцистів до лікування та дозволити лікарям взаємодіяти з пацієнтами раніше – до того, як захворювання серця призведе до серйозної події“.
КТ грудної клітки можуть виявляти кальцієві відкладення в серці й артеріях, які підвищують ризик серцевого нападу. Золотим стандартом для кількісної оцінки CAC є “синхронізовані“ КТ-знімки (gated CT), тобто такі, які виконуються у певну фазу серцевого циклу, коли серце найменше рухається, що дозволяє отримати більш чітке зображення судин. Однак більшість КТ грудної клітки, що виконуються з рутинною клінічною метою, є “несинхронізованими“ (nongated), тобто робляться без урахування ритму серця і не призначені спеціально для оцінки стану серцевих судин.
Дослідники виявили, що CAC можна виявити навіть на таких несинхронізованих знімках, що й стало основою для створення AI-CAC – алгоритму глибокого навчання, здатного аналізувати ці зображення та кількісно оцінювати CAC для прогнозування серцево-судинних подій. Модель навчали на знімках КТ грудної клітки, зібраних під час звичайного обстеження ветеранів у 98 медичних центрах VA, а потім перевірили її ефективність на 8052 знімках. Дослідники з’ясували, що модель AI-CAC з точністю 89,4% визначає наявність або відсутність кальцію в артеріях. Серед тих, у кого кальцій був виявлений, модель з точністю 87,3% визначала, чи перевищує показник рівень 100 – тобто чи має пацієнт помірний серцево-судинний ризик.
AI-CAC також виявився інформативним у прогнозуванні загальної 10-річної смертності: пацієнти з показником CAC понад 400 мали у 3,49 раза вищий ризик смерті протягом наступного десятиліття, ніж ті, у кого CAC дорівнював нулю.
“На цей момент у системах візуалізації VA містяться мільйони несинхронізованих КТ грудної клітки, які могли бути зроблені з іншою метою, та лише близько 50 000 синхронізованих досліджень. Це створює можливість для AI-CAC використовувати рутинно зібрані несинхронізовані знімки для оцінки серцево-судинних ризиків та покращення догляду, – зазначив перший автор Раффі Хагопіан, доктор медичних наук, кардіолог і дослідник з групи прикладних інновацій та медичної інформатики в системі охорони здоров’я VA Long Beach. – Використання ШІ для таких задач, як виявлення CAC, може допомогти перейти від реактивної до проактивної моделі медицини – зосередженої на попередженні хвороб, зниженні тривалого рівня захворюваності, смертності та витрат на охорону здоров’я“.
Нагадаємо, Mass General Brigham – це некомерційна інтегрована система охорони здоров’я США, яка займається медичними дослідженнями, навчанням і доглядом за пацієнтами. Це найбільше лікарняне дослідницьке підприємство в Сполучених Штатах.
