ΚαινοτομιαΝέο λογισμικό ανιχνεύει άμεσα καρδιακές και άλλες παθήσεις

Νέο λογισμικό ανιχνεύει άμεσα καρδιακές και άλλες παθήσεις

- Advertisement -

Ένα λογισμικό που αναλύει γρήγορα σαρώσεις οστικής πυκνότητας για να ανιχνεύσει την ασβεστοποίηση της κοιλιακής αορτής (AAC), ανέπτυξαν ερευνητές από το Πανεπιστήμιο Edith Cowan, έναν παράγοντα πρόβλεψης καρδιακών παθήσεων και άλλων κινδύνων για την υγεία.

Ένα λογισμικό που αναλύει γρήγορα σαρώσεις οστικής πυκνότητας για να ανιχνεύσει την ασβεστοποίηση της κοιλιακής αορτής (AAC), ανέπτυξαν ερευνητές από το Πανεπιστήμιο Edith Cowan, έναν παράγοντα πρόβλεψης καρδιακών παθήσεων και άλλων κινδύνων για την υγεία.
Joshua Lewis

ΔΩΡΕΑΝ ΕΓΓΡΑΦΗ ΣΤΟ NEWSLETTER

Οι σαρώσεις οστικής πυκνότητας μπορούν τώρα να εντοπίσουν γρήγορα έναν δείκτη κινδύνου για τις καρδιακές παθήσεις, δίνοντας στον ασθενή τη δυνατότητα να γνωρίζει πώς θα εξελιχθεί η υγεία του μέσα στα επόμενα χρόνια. Χάρη στην τεχνητή νοημοσύνη, θα έχουμε σύντομα τη δυνατότητα να προβλέψουμε τον κίνδυνο εμφάνισης σοβαρών παθήσεων υγείας στο μέλλον, με το πάτημα ενός κουμπιού, όπως προκύπτει από τη νέα έρευνα των επιστημόνων.

Η ασβεστοποίηση κοιλιακής αορτής (AAC) αναφέρεται στη συσσώρευση εναποθέσεων ασβεστίου στα τοιχώματα της κοιλιακής αορτής. Μπορεί να υποδεικνύει αυξημένο κίνδυνο καρδιαγγειακών προβλημάτων, συμπεριλαμβανομένων καρδιακών προσβολών και εγκεφαλικών επεισοδίων. Ένα τέτοιο λογισμικό μπορεί επίσης να προβλέψει τον κίνδυνο από πτώσεις, κατάγματα και άνοια. Σύμφωνα με τους επιστήμονες, οι κοινές μηχανικές σαρώσεις οστικής πυκνότητας που χρησιμοποιούνται για την ανίχνευση της οστεοπόρωσης, μπορούν επίσης να ανιχνεύσουν AAC. Ωστόσο, απαιτούνται άριστα εκπαιδευμένοι ειδικοί αναγνώστες για την ανάλυση των εικόνων, μια διαδικασία που μπορεί να διαρκέσει 5-15 λεπτά ανά εικόνα, δηλαδή είναι αρκετά χρονοβόρα.

Ανάλυση 60.000 εικόνων σε μια μέρα

Τώρα, ερευνητές από τη Σχολή Επιστημών του Πανεπιστημίου Edith Cowan (ECU) και τη Σχολή Ιατρικών Επιστημών και Επιστημών Υγείας συνεργάστηκαν για να αναπτύξουν ένα λογισμικό που μπορεί να αναλύσει τις σαρώσεις πολύ πιο γρήγορα. Περίπου 60.000 εικόνες σε μια μέρα.

Ο ερευνητής, Αναπληρωτής Καθηγητής Joshua Lewis είπε ότι αυτή η σημαντική ώθηση στην αποτελεσματικότητα θα είναι ζωτικής σημασίας για την ευρεία ανάλυση της AAC, βοηθώντας τους ανθρώπους να αποφύγουν να αναπτύξουν προβλήματα υγείας αργότερα στη ζωή τους. «Δεδομένου ότι αυτές οι εικόνες και οι αυτοματοποιημένες βαθμολογίες μπορούν να αποκτηθούν γρήγορα και εύκολα τη στιγμή της εξέτασης οστικής πυκνότητας, αυτό μπορεί να οδηγήσει σε νέες προσεγγίσεις στο μέλλον για έγκαιρη ανίχνευση καρδιαγγειακών παθήσεων και παρακολούθηση ασθενειών κατά τη συνήθη κλινική πρακτική», είπε.

Τα αποτελέσματα προήλθαν από μια διεθνή συνεργασία μεταξύ του ECU, του Πανεπιστημίου της WA, του Πανεπιστημίου της Μινεσότα, του Σαουθάμπτον, του Πανεπιστημίου της Μανιτόμπα, του Ινστιτούτου Marcus για την Έρευνα της Γήρανσης και της Ιατρικής Σχολής του Hebrew SeniorLife Harvard. Πραγματικά μια πολυεπιστημονική παγκόσμια προσπάθεια.

Δοκιμή σε πραγματικό περιβάλλον

Αν και δεν είναι ο πρώτος αλγόριθμος που αναπτύχθηκε για την αξιολόγηση της AAC από αυτές τις εικόνες, η μελέτη είναι η μεγαλύτερη στο είδος της, και βασίστηκε στα πιο συχνά χρησιμοποιούμενα μοντέλα μηχανών οστικής πυκνότητας. Επίσης, είναι η πρώτη που δοκιμάστηκε σε πραγματικό περιβάλλον χρησιμοποιώντας εικόνες, οι οποίες ελήφθησαν ως μέρος της συνήθους εξέτασης οστικής πυκνότητας.

Περισσότερες από 5.000 εικόνες αναλύθηκαν από τους ειδικούς και το λογισμικό της ομάδας. Μετά τη σύγκριση των αποτελεσμάτων, οι ειδικοί και το λογισμικό κατέληξαν στο ίδιο συμπέρασμα σχετικά με την σοβαρότητα της AAC στο 80% των περιπτώσεων – ένας εντυπωσιακός αριθμός δεδομένου ότι ήταν η πρώτη έκδοση του λογισμικού.

Είναι σημαντικό ότι μόνο το 3% των ατόμων που κρίθηκε ότι έχουν υψηλά επίπεδα AAC διαγνώστηκαν εσφαλμένα ότι είχαν χαμηλά επίπεδα από το λογισμικό.

Αν και χρειάζεται ακόμη πολλή δουλειά να γίνει για να βελτιωθεί η ακρίβεια του λογισμικού σε σύγκριση με τις ανθρώπινες μετρήσεις, αυτά τα αποτελέσματα προέρχονται από τον αλγόριθμό μας έκδοσης 1.0 και έχουμε ήδη βελτιώσει σημαντικά τα αποτελέσματα με τις πιο πρόσφατες εκδόσεις μας, είπαν οι ερευνητές.

«Η αυτοματοποιημένη αξιολόγηση της παρουσίας και της έκτασης της AAC με παρόμοια ακρίβεια με τους ειδικούς, παρέχει τη δυνατότητα μεγάλης κλίμακας προσυμπτωματικού ελέγχου για καρδιαγγειακές παθήσεις και άλλες καταστάσεις – ακόμη και πριν κάποιος εμφανίσει συμπτώματα. Αυτό θα επιτρέψει στα άτομα που κινδυνεύουν να κάνουν τις απαραίτητες αλλαγές στον τρόπο ζωής πολύ νωρίτερα και να τους φέρει σε καλύτερη θέση για να είναι πιο υγιείς στα τελευταία τους χρόνια» κατέληξαν οι ερευνητές.

Κάντε like στη σελίδα μας στο facebook για να μαθαίνετε όλα τα νέα

ΣΧΕΤΙΚΑ ΑΡΘΡΑ

ΠΡΟΣΦΑΤΑ ΑΡΘΡΑ