Σοβαρή καρδιακή νόσος: H τεχνητή νοημοσύνη μπορεί να την προβλέψει από μαστογραφίες

Καρδιακή νόσος μπορεί να προβλέπεται μέσα από μαστογραφίες με τη βοήθεια της τεχνητής νοημοσύνης, σύμφωνα με νέα μελέτη.που δημοσιεύθηκε στο «European Heart Journal».

Η μελέτη δείχνει ότι η Τεχνητή Νοημοσύνη μπορεί να αξιολογήσει στις μαστογραφίες τη συσσώρευση ασβεστίου στις αρτηρίες του μαστού. Αυτή η ασβεστοποίηση των αρτηριών συνδέεται στενά με αυξημένο κίνδυνο εμφράγματος, εγκεφαλικού επεισοδίου και θανάτου.

• Διαβάστε επίσης – Μαστογραφία με τεχνητή νοημοσύνη: Πως βελτιώνει τον προληπτικό έλεγχο για καρκίνο του μαστού

Στη μελέτη συμμετείχαν 123.762 γυναίκες που είχαν υποβληθεί σε προληπτικό έλεγχο μαστού και δεν είχαν γνωστό ιστορικό καρδιαγγειακής νόσου. Οι ερευνητές χρησιμοποίησαν Τεχνητή Νοημοσύνη για να αναλύσουν την ποσότητα ασβεστίου που είχε συσσωρευτεί στις αρτηρίες του μαστού. Αυτή η ποσότητα κατηγοριοποιήθηκε ως σοβαρή, μέτρια, ήπια ή ανύπαρκτη.

Οι επιστήμονες συνέκριναν αυτά τα δεδομένα με το αν οι γυναίκες εμφάνισαν στη συνέχεια σοβαρή καρδιαγγειακή νόσο, όπως εγκεφαλικό επεισόδιο, έμφραγμα ή θάνατο από καρδιαγγειακά αίτια.

Όπως διαπίστωσαν, γυναίκες με ήπια ασβεστοποίηση είχαν περίπου 30% υψηλότερο κίνδυνο σοβαρής καρδιαγγειακής νόσου σε σύγκριση με όσες δεν είχαν ασβεστοποίηση. Οι γυναίκες με μέτρια ασβεστοποίηση είχαν πάνω από 70% αυξημένο κίνδυνο, ενώ σε γυναίκες με σοβαρή ασβεστοποίηση ο κίνδυνος ήταν δύο έως τρεις φορές υψηλότερος.

Καρδιακή νόσος: H τεχνητή νοημοσύνη μπορεί να την προβλέψει από μαστογραφίες

Αυτό το εύρημα ίσχυε ακόμη και για γυναίκες κάτω των 50 ετών, μία ομάδα που συχνά θεωρείται χαμηλού κινδύνου. Επίσης, παρέμενε ισχυρό ακόμη και όταν λαμβάνονταν υπόψη άλλοι παράγοντες κινδύνου, όπως ο διαβήτης και το κάπνισμα.

Οι ερευνητές, με επικεφαλής το Πανεπιστήμιο Emory στις ΗΠΑ, επισημαίνουν ότι αυτή η τεχνική θα μπορούσε να βοηθήσει στον εντοπισμό πολλών γυναικών που πάσχουν από αδιάγνωστη ή μη θεραπευμένη καρδιαγγειακή νόσο. Παράλληλα, τονίζουν ότι οι υπεύθυνοι χάραξης πολιτικής θα μπορούσαν να εξετάσουν την ενσωμάτωση αυτής της τεχνολογίας στα ήδη υπάρχοντα προγράμματα μαστογραφικού ελέγχου, φτάνοντας ενδεχομένως σε δεκάδες εκατομμύρια γυναίκες κάθε χρόνο χωρίς πρόσθετες υποδομές.

Τα κύρια βήματα που απαιτούνται, καταλήγουν οι ερευνητές, είναι η ενσωμάτωση του εργαλείου Τεχνητής Νοημοσύνης στις υπάρχουσες ροές απεικόνισης και η θέσπιση σαφών κατευθυντήριων γραμμών για την ενημέρωση γιατρών και ασθενών.

ΠΗΓΗ: ΑΠΕ – ΜΠΕ

Φωτογραφία: istock