Модел на изкуствен интелект може да предвиди риска от смърт от инфаркт или инсулт за период от 10 години само от една рентгенова снимка на гръдния кош, съобщава Евронюз.
Изследователите са обучили изкуствения интелект да търси в рентгеновите снимки модели, свързани с атеросклероза - основната причина за сърдечносъдовите заболявания.
Рискът се изчислява с помощта на оценка, базирана на променливи като възраст, пол, раса, кръвно налягане, лечение на хипертония, тютюнопушене, диабет тип 2 и кръвни изследвания.
"Променливите, необходими за изчисляване на риска от ASCVD, често не са налични, което прави желателни подходите за популационен скрининг", казва водещият автор на проучването д-р Джейкъб Уайз, радиолог, свързан с Центъра за изследване на сърдечносъдовите изображения в Масачузетската обща болница и програмата за изкуствен интелект в медицината в болницата "Бригам" в Бостън. "Нашият модел за дълбоко обучение предлага потенциално решение за скрининг на риска от сърдечносъдови заболявания, като се използват съществуващи рентгенови изображения на гръдния кош. Тъй като рентгеновите снимки на гръдния кош са общодостъпни, нашият подход може да помогне за идентифицирането на лица с висок риск. Този вид скрининг може да се използва за идентифициране на лица, които биха имали полза от лекарства, но в момента не се лекуват."
Екипът от изследователи обучава модел, като използва 147 497 рентгенови снимки на гръдния кош от 40 643 участници в Проучването за скрининг за рак на простатата, белия дроб, дебелото черво и яйчниците - многоцентрово рандомизирано контролирано проучване, разработено и спонсорирано от Националния институт по рака в САЩ. Те изпробват модела, наречен CXR-CVD risk, с помощта на втора независима кохорта от 11 430 амбулаторни пациенти, които са имали рентгенови снимки на гръдния кош и потенциално са отговаряли на условията за терапия със статини. От 11 430 пациенти 1096, или 9,6%, са претърпели голямо нежелано сърдечно събитие за средния период на проследяване от 10,3 години. Установена е "значителна връзка" между риска, прогнозиран от модела, и действително наблюдаваните големи сърдечни събития.
"Хубавото на този подход е, че се нуждаете само от рентгенова снимка, която се прави милиони пъти на ден по целия свят", казва Уайз. "Въз основа на едно единствено съществуващо рентгеново изображение на гръдния кош нашият модел за дълбоко обучение предсказва бъдещи големи неблагоприятни сърдечносъдови събития с подобна ефективност и допълнителна стойност като установения клиничен стандарт".
Той заяви, че отдавна е известно, че рентгеновите лъчи улавят информация извън традиционните диагностични находки, но данните не са били използвани, защото "не сме разполагали със стабилни и надеждни методи".
"Напредъкът в областта на изкуствения интелект сега прави това възможно", каза той. "Това, което показахме, е, че рентгеновата снимка на гръдния кош е нещо повече от обикновена рентгенова снимка на гръдния кош. С подход като този получаваме количествена мярка, която ни позволява да предоставим както диагностична, така и прогностична информация, която помага на лекаря и пациента".
Резултатите от проучването бяха представени днес на годишната среща на Радиологичното дружество на Северна Америка (RSNA).
Изследователите са обучили изкуствения интелект да търси в рентгеновите снимки модели, свързани с атеросклероза - основната причина за сърдечносъдовите заболявания.
Рискът се изчислява с помощта на оценка, базирана на променливи като възраст, пол, раса, кръвно налягане, лечение на хипертония, тютюнопушене, диабет тип 2 и кръвни изследвания.
"Променливите, необходими за изчисляване на риска от ASCVD, често не са налични, което прави желателни подходите за популационен скрининг", казва водещият автор на проучването д-р Джейкъб Уайз, радиолог, свързан с Центъра за изследване на сърдечносъдовите изображения в Масачузетската обща болница и програмата за изкуствен интелект в медицината в болницата "Бригам" в Бостън. "Нашият модел за дълбоко обучение предлага потенциално решение за скрининг на риска от сърдечносъдови заболявания, като се използват съществуващи рентгенови изображения на гръдния кош. Тъй като рентгеновите снимки на гръдния кош са общодостъпни, нашият подход може да помогне за идентифицирането на лица с висок риск. Този вид скрининг може да се използва за идентифициране на лица, които биха имали полза от лекарства, но в момента не се лекуват."
Екипът от изследователи обучава модел, като използва 147 497 рентгенови снимки на гръдния кош от 40 643 участници в Проучването за скрининг за рак на простатата, белия дроб, дебелото черво и яйчниците - многоцентрово рандомизирано контролирано проучване, разработено и спонсорирано от Националния институт по рака в САЩ. Те изпробват модела, наречен CXR-CVD risk, с помощта на втора независима кохорта от 11 430 амбулаторни пациенти, които са имали рентгенови снимки на гръдния кош и потенциално са отговаряли на условията за терапия със статини. От 11 430 пациенти 1096, или 9,6%, са претърпели голямо нежелано сърдечно събитие за средния период на проследяване от 10,3 години. Установена е "значителна връзка" между риска, прогнозиран от модела, и действително наблюдаваните големи сърдечни събития.
"Хубавото на този подход е, че се нуждаете само от рентгенова снимка, която се прави милиони пъти на ден по целия свят", казва Уайз. "Въз основа на едно единствено съществуващо рентгеново изображение на гръдния кош нашият модел за дълбоко обучение предсказва бъдещи големи неблагоприятни сърдечносъдови събития с подобна ефективност и допълнителна стойност като установения клиничен стандарт".
Той заяви, че отдавна е известно, че рентгеновите лъчи улавят информация извън традиционните диагностични находки, но данните не са били използвани, защото "не сме разполагали със стабилни и надеждни методи".
"Напредъкът в областта на изкуствения интелект сега прави това възможно", каза той. "Това, което показахме, е, че рентгеновата снимка на гръдния кош е нещо повече от обикновена рентгенова снимка на гръдния кош. С подход като този получаваме количествена мярка, която ни позволява да предоставим както диагностична, така и прогностична информация, която помага на лекаря и пациента".
Резултатите от проучването бяха представени днес на годишната среща на Радиологичното дружество на Северна Америка (RSNA).
