Pomoću veštačke inteligencije, uskoro ćemo moći predvideti naš rizik od razvoja ozbiljnih zdravstvenih stanja kasnije u životu, pritiskom na dugme.
Abdominalna aortna kalcifikacija (AAC) je kalcifikacija koja može da se nakupi unutar zidova abdominalne aorte i predviđa rizik od razvoja kardiovaskularnih bolesti kao što su srčani udari i moždani udari.
Takođe predviđa rizik od padova, preloma i demencije u kasnijem životu.
Zgodno je što uobičajeni skeneri koštane gustine koji se koriste za otkrivanje osteoporoze takođe mogu otkriti AAC.
Međutim, potrebni su stručni eksperti za analizu slika, a taj proces može trajati od 5 do 15 minuta po slici.
Ali istraživači sa Edith Cowan University (ECU) – Škole za nauku i Škole za medicinske i zdravstvene nauke su sarađivali na razvoju softvera koji može analizirati slike mnogo brže: otprilike 60.000 slika u jednom danu.
Istraživač i dobitnik Fondacije Heart Future Leader, vanredni profesor Joshua Lewis, rekao je da će ovo značajno povećanje efikasnosti biti ključno za široku primenu AAC u istraživanjima i pomoći ljudima da izbegnu razvoj zdravstvenih problema kasnije u životu.
„Pošto se ove slike i automatski rezultati mogu brzo i jednostavno dobiti prilikom testiranja koštane gustine, to može dovesti do novih pristupa u budućnosti za ranu detekciju kardiovaskularnih bolesti i praćenje bolesti tokom rutinske kliničke prakse“, rekao je on.
Čuvanje OGROMNOG vremena
Rezultati potiču iz međunarodne saradnje između ECU, Univerziteta Zapadne Australije, Univerziteta Minesote, Univerziteta u Sauthemptonu, Univerziteta u Manitobi, Marcus Institute for Aging Research, i Hebrew SeniorLife Harvard Medical School. Zaista multidisciplinarni globalni napor.
Iako ovo nije prvi razvijeni algoritam za procenu AAC-a na osnovu ovih slika, ovo istraživanje je najveće ovog tipa, bazirano na najčešće korišćenim modelima skenera za koštanu gustinu, i prvo koje je testirano u stvarnom okruženju koristeći slike dobijene tokom rutinskog testiranja koštane gustine.
Više od 5000 slika je analizirano od strane stručnjaka i softvera tima.
Nakon poređenja rezultata, eksperti i softver su u 80% slučajeva došli do istog zaključka o obimu AAC-a (nizak, umeren ili visok) – impresivna cifra, s obzirom da je ovo prva verzija softvera.
Važno je napomenuti da je samo 3% osoba koje su smatrane da imaju visok nivo AAC-a netačno dijagnostikovano kao da imaju nizak nivo od strane softvera.
„To je značajno jer su to osobe sa najvećim stepenom bolesti i najvećim rizikom od fatalnih i nefatalnih kardiovaskularnih događaja i smrtnosti“, rekao je profesor Lewis.
„Iako još ima posla kako bismo poboljšali tačnost softvera u poređenju sa čitanjima stručnjaka, ovi rezultati su iz naše verzije 1.0 algoritma, a mi smo već značajno poboljšali rezultate sa našim novijim verzijama.
„Automatizovano procenjivanje prisustva i obima AAC-a sa sličnom tačnošću kao kod specijalista za slikanje pruža mogućnost masovnog skrininga za kardiovaskularne bolesti i druge stanja – čak i pre nego što neko pokaže bilo kakve simptome.“
„To će omogućiti osobama koje su u riziku da na vreme preduzmu neophodne promene u načinu života i poboljšaju svoje zdravlje u kasnijim godinama.“
Finansiranje: Heart Foundation je obezbedila sredstva za projekat, zahvaljujući Future Leadership Fellowship stipendiji profesora Lewisa za 2019. godinu, koja je obezbedila podršku za istraživanje tokom perioda od tri godine.