Sztuczna inteligencja może przewidzieć ryzyko zawału serca na kilka lat naprzód
Gdy do szpitala trafia pacjent z bólem w klatce piersiowej, można wykonać angiogram, który pokazuje stan tętnic wieńcowych. Badanie pozwala stwierdzić, czy są zwężone lub zablokowane. Jeśli są, pacjentowi grozi zawał. Jednak aż w trzech przypadkach na cztery angiogram nie pokazuje żadnych nieprawidłowości i pacjenci odsyłani są do domu. Część z nich w przyszłości będzie miała zawał, ale do tej pory nie było sposobów, aby stwierdzić, którzy.
Naukowcy z Uniwersytetu w Oksfordzie wykorzystali biopsje tkanki tłuszczowej pacjentów poddawanych operacjom kardiologicznym i przeanalizowali działanie genów związanych ze stanami zapalnymi, bliznowaceniem i tworzeniem nowych naczyń krwionośnych w pobranych fragmentach.
Te biochemiczne dane naukowcy zestawili z wynikami angiografii naczyń wieńcowych przy użyciu tomografii komputerowej (zwanej w skrócie angio-CT), by stwierdzić, które z genów wiążą się z patologicznymi zmianami tkanek otaczających naczynia wieńcowe i zwiększają ryzyko wystąpienia zawału. W ten sposób stworzyli pewien rodzaj wzorca (który nazwali fat radiomic profile).
Następnie, wykorzystując uczenie maszynowe, dopasowali biochemiczne wzorce do badań angio-CT osób, które przebyły zawał w ciągu pięciu lat od badania, oraz takich, które go nie przeszły. Testy na grupie ponad półtora tysiąca osób wykazały, że nauczony na tej podstawie algorytm niezwykle skutecznie przewiduje ryzyko wystąpienia zawału na podstawie samych obrazów (już bez konieczności biopsji tkanek i badań biochemicznych).
Badacze chcieliby, żeby ich metoda stała się standardem w brytyjskiej służbie zdrowia w ciągu dwóch lat
„Metoda jest nieinwazyjna i może być zastosowana do każdego badania angio-CT w ramach rutynowej diagnostyki obrazowej, nie trzeba wykonywać nawet dodatkowego badania. Na tej podstawie możemy określić, czy tętnice przejawiają wczesne objawy choroby wieńcowej, która doprowadzi do zawału w ciągu kilku lat. Proponujemy zatem, żeby włączyć sztuczną inteligencję do schematów klinicznych postępowania z wynikami badań angio-CT” – tłumaczył nam prof. Charalambos Antoniades z zespołu badawczego.
Naukowcy dodają, że w miarę dostarczania nowych danych algorytm będzie jeszcze lepszy. Mają nadzieję, że ich sposób pozwoli ocalić większą liczbę ludzi przed zawałem serca. Chcieliby też, żeby ich metoda stała się standardem w brytyjskiej służbie zdrowia w ciągu dwóch lat.
Prof. Metin Avikran z British Heart Foundation komentuje, że jest to znaczny postęp w diagnostyce. Nowy „odcisk palca” wykorzystuje informacje o biologicznych podstawach tego, co pokazuje diagnostyka obrazowa. „Taka technika oparta na sztucznej inteligencji umożliwiająca przewidzenie nadciągającego zawału z większą dokładnością może być znaczącym krokiem naprzód w medycynie spersonalizowanej osób z podejrzeniem choroby wieńcowej”, dodaje.
Wyniki swoich badań naukowcy publikują w „European Heart Journal”. Ogłosili je też podczas Europejskiego Kongresu Kardiologicznego, który zakończył się w ubiegłym tygodniu w Paryżu.
Nawał SI w badaniach o zawale
W „American Heart Journal” z kolei opublikowano pracę, w której naukowcy donoszą, że sztuczna inteligencja może pomóc lepiej diagnozować zawał. Dane ponad 10 tysięcy pacjentów wykorzystano do nauczenia nowego algorytmu, który u pacjentów z ostrym zespołem wieńcowym ocenia prawdopodobieństwo rozwinięcia się zawału. Algorytm rozpatruje nie tylko wskaźniki biochemiczne krwi, ale także płeć i wiek pacjenta, przez co pozwala na skuteczniejsze przypisanie ich do grup ryzyka. Badacze jednak zastrzegają, że wymaga jeszcze porównania z innymi działającymi już algorytmami.