Sztuczna inteligencja pozwoli określić ryzyko poważnych chorób w starszym wieku

Zwapnienie aorty brzusznej (Abdominal aortic calcification, AAC), oznacza gromadzenie się złogów miażdżycowych w ścianach tej aorty brzusznej i stanowi wskaźnik ryzyka rozwoju zdarzeń sercowo-naczyniowych, takich jak i . Pozwala też przewidzieć również ryzyko upadków, złamań i demencji w starszym wieku.

Skany do pomiaru gęstości kości, stosowane do wykrywania osteoporozy, mogą również wykrywać AAC. Do analizy tych obrazów jednak potrzebni są wysoko wykwalifikowani eksperci i muszą poświecić na jeden skan 5 do 15 minut.

Teraz na Edith Cowan University's opracowano oprogramowanie, które może analizować skany znacznie, znacznie szybciej: około 60 tysięcy obrazów w ciągu jednego dnia.

Tak znaczący wzrost wydajności będzie miał istotne znaczenie dla powszechnego stosowania AAC w badaniach i pomocy w uniknięciu problemów zdrowotnych w późniejszym życiu.

- Ponieważ te skany i zautomatyzowane wyniki można szybko i łatwo uzyskać podczas badania gęstości kości, daje to szanse na wczesne wykrywanie chorób sercowo-naczyniowych i monitorowanie chorób podczas rutynowej praktyki klinicznej - wyjaśnia prof. Joshua Lewis.

Ponad 500 skanów zostało przeanalizowanych przez ekspertów i . Po porównaniu wyników okazało się, że i ludzie, i sztuczna inteligencja uzyskali takie same rezultaty co do zakresu AAC w 80 procentach przypadków. Co istotne, tylko 3 procent osób, u których stwierdzono wysoki poziom AAC, zostało błędnie zdiagnozowanych przez oprogramowanie.

- To ważne, ponieważ rzecz dotyczy osób o największym stopniu zaawansowania choroby i najwyższym ryzyku zdarzeń sercowo-naczyniowych oraz przedwczesnej śmierci z jakiejkolwiek przyczyny - wyjaśnia prof. Lewis.

- Jakkolwiek trzeba poprawić dokładność oprogramowania, wspomniane wyniki pochodzą z algorytmu w wersji 1.0 i już istotnie poprawiliśmy skuteczność w nowszych wersjach - dodaje prof. Lewis.