Według badań sztuczna inteligencja może pomóc w wykrywaniu osób zagrożonych niewydolnością serca. Naukowcy z Wydziału Medycyny Uniwersytetu w Dundee wykorzystali sztuczną inteligencję do poprawy diagnostyki i kontroli niewydolności serca na wczesnym etapie. 

Przeczytaj także: Europejski Trybunał Obrachunkowy krytykuje UE za brak koordynacji inwestycji w sztuczną inteligencję

Naukowcy zastosowali sztuczną inteligencję wykorzystującą techniki uczenia maszynowego do analizy obrazów echokardiograficznych tysięcy pacjentów w celu wykrycia drobnych oznak problemów z sercem prowadzących do niewydolności serca. Może to znacznie zwiększyć skuteczność diagnostyczną i przynieść korzyści pacjentom w branży opieki zdrowotnej.

Naukowcy wykorzystują sztuczną inteligencję do wizualizacji wzorów w kształcie serca

Aby to osiągnąć, zespół badawczy pod kierownictwem profesora Chima Langa zastosował próbne podejścia do głębokiego uczenia się opartego na sztucznej inteligencji do odczytu i analizy obrazów echokardiograficznych zebranych z elektronicznych kart zdrowia populacji i skanów serca. Umożliwiło im to wizualizację wzorców kształtu i funkcji serca, które mogą zwiększać ryzyko rozwoju niewydolności serca u pacjenta.

Badania wykazały, że sztuczną inteligencję można wykorzystać do wykrywania ryzyka niewydolności serca.https://t.co/TkUuruMLMs

— Wiadomości STV (@STVNews) 30 maja 2024 r

Naukowcy wykorzystali dane dobrowolnie dostarczone przez pacjentów ze Scottish Health Research Register i Biobanku (SHARE). Początkowo wybrali zbiór danych obejmujący 15 000 rekordów pacjentów, z którego pochodziła ostateczna próba obejmująca 578 pacjentów.

Skany serca AI są bardziej precyzyjne

Skany serca wykonane przy pomocy sztucznej inteligencji zapewniły pomiary stosunkowo dokładniejsze niż te konwencjonalne. Według profesora Chima Langa, który kierował badaniem, oprogramowanie AI oferowało więcej cech struktury i funkcji serca ważnych w diagnostyce niewydolności serca.

„Nasze badania stanowią postęp w wykorzystaniu głębokiego uczenia się do automatycznej interpretacji obrazów echokardiograficznych. Może nam to pozwolić na usprawnienie identyfikacji pacjentów z niewydolnością serca na dużą skalę w ramach elektronicznych zbiorów danych dotyczących zdrowia”.

Profesor Lang

Obrazy echokardiograficzne wzmocnione sztuczną inteligencją zapewniły lepiej zdefiniowany rozmiar i funkcje serca niż średnie skany uzyskane z ustawień danych EHR. Taki poziom szczegółowości, w połączeniu z możliwością przetwarzania obrazów na większą skalę, może przyspieszyć selekcję pacjentów do badań klinicznych lub pomóc w nadzorczym monitorowaniu niewydolności serca w systemach opieki zdrowotnej.

Przeczytaj także: Opera integruje modele Gemini Google, aby ulepszyć sztuczną inteligencję przeglądarki Aria

Niewydolność serca pozostaje częstym problemem klinicznym i zdrowia publicznego. Jest to stan, w którym serce nie jest już w stanie pompować wystarczającej ilości krwi do reszty ciała. Nie ma lekarstwa na tę chorobę, ale zmiany w stylu życia, operacjach i medycynie mogą pomóc w kontrolowaniu objawów i postępu choroby, która zwykle postępuje z czasem.

Korzystając z dokumentacji pacjentów, badacze wykorzystali uczenie maszynowe do identyfikacji anomalii strukturalnych i funkcjonalnych, które trudno byłoby zauważyć na podstawie samej analizy obrazu echokardiograficznego.

Sztuczna inteligencja wykrywa anomalie, których nie da się wyśledzić za pomocą tradycyjnej analizy

W wywiadzie profesor Lang stwierdził, że badanie ma duży potencjał w zakresie poprawy życia pacjentów. Wspomniał, że na podstawie oceny cech charakterystycznych pacjentów zespół był w stanie wykryć nieprawidłowości morfologiczne i mechaniczne, których nie można było dostrzec na standardowych dwuwymiarowych obrazach echokardiograficznych.

„Oceniając ogromną liczbę dokumentacji pacjentów, byliśmy w stanie wykryć anomalie strukturalne i funkcjonalne, których nie bylibyśmy w stanie wykryć za pomocą tradycyjnej analizy obrazów echokardiograficznych”.

Profesor Lang

Badanie opublikowane w czasopiśmie ESC Heart Failure Journal podkreśla zdolność sztucznej inteligencji do zmiany opieki zdrowotnej, pomagając we wczesnym diagnozowaniu tych trudnych zaburzeń. Jak stwierdzono, dzięki pomocy twórcy oprogramowania Us2 i finansowaniu z ROCH Diagnostics International badanie otwiera drogę do dalszej eksploracji zastosowań sztucznej inteligencji w diagnostyce predykcyjnej i spersonalizowanym leczeniu.

Kryptopolityczne raporty Chrisa Murithiego