نموذج التعلم العميق الذي طوره باحثون من برنامج الذكاء الاصطناعي في الطب (AIM) يمكن أن يتنبأ بخطر الوفاة لمدة 10 سنوات بسبب نوبة قلبية أو سكتة دماغية باستخدام أشعة سينية واحدة على الصدر.
في الوقت الحالي ، يتم تقدير هذا الخطر باستخدام درجة مخاطر تصلب الشرايين القلبية الوعائية (ASCVD). يتطلب هذا النموذج الإحصائي العديد من معلمات الإدخال ، بما في ذلك العمر والجنس والعرق وضغط الدم الانقباضي وعلاج ارتفاع ضغط الدم والتدخين وحالة السكري من النوع 2 واختبارات الدم. ينصح المرضى الذين يعانون من خطر بنسبة 7.5٪ أو أكثر بأدوية الستاتين. ومع ذلك ، في كثير من الأحيان ، لا تتوفر جميع هذه المتغيرات في السجل الإلكتروني للمريض.
لعلاج هذا النقص ، ابتكر الباحثون نموذجًا للتعلم العميق يمكنه تقدير خطر 10 سنوات من أحداث القلب والأوعية الدموية العكسية من التصوير الشعاعي الروتيني للصدر. في هذا الأسبوع رسنا 2022، الاجتماع السنوي لجمعية الطب الإشعاعي لأمريكا الشمالية ، المؤلف الرئيسي جاكوب فايس عرض عمل الفريق.
يوضح فايس: "يقدم نموذج التعلم العميق لدينا حلاً محتملاً للفحص الانتهازي القائم على السكان لمخاطر الإصابة بأمراض القلب والأوعية الدموية باستخدام صور الأشعة السينية الموجودة على الصدر". "يمكن استخدام هذا النوع من الفحص لتحديد الأفراد الذين قد يستفيدون من دواء الستاتين ولكنهم لا يعالجون حاليًا."
طور وايس وزملاؤه نموذج مخاطر CXR-CVD باستخدام 147,497 صورة شعاعية للصدر من 40,643 مشاركًا في تجربة فحص سرطان PLCO. اختبروا أدائه باستخدام مجموعة مستقلة من 11,430 مريضًا خارجيًا خضعوا لفحص الصدر بالأشعة السينية الروتينية في Mass General Brigham وكان من المحتمل أن يكونوا مؤهلين للعلاج بالعقاقير المخفضة للكوليسترول. على مدار فترة المتابعة البالغة 10.3 سنوات ، عانى 9.6 ٪ من هؤلاء المرضى من حدث قلبي عكسي كبير ، مع ارتباط كبير بين المخاطر المتوقعة من النموذج والأحداث المرصودة.
في 2401 مريضًا تتوفر لديهم بيانات كافية ، قارن الفريق أيضًا القيمة الإنذارية لنموذج خطر CXR-CVD بالمعيار السريري الراسخ لتقرير أهلية العقاقير المخفضة للكوليسترول. في هذه المجموعة الفرعية من المرضى ، أظهر النموذج أداءً مشابهًا للمعيار السريري.
تتنبأ خوارزمية مفتوحة المصدر بخطر الإصابة بنوبة قلبية من فحص الصدر بالأشعة المقطعية
يقول فايس: "جمال هذا الأسلوب هو أنك تحتاج فقط إلى أشعة سينية ، يتم الحصول عليها ملايين المرات يوميًا في جميع أنحاء العالم". "لقد أدركنا منذ فترة طويلة أن الأشعة السينية تلتقط معلومات تتجاوز نتائج التشخيص التقليدية ، لكننا لم نستخدم هذه البيانات لأننا لم نمتلك طرقًا قوية وموثوقة. التقدم في الذكاء الاصطناعي يجعل ذلك ممكنًا الآن ".
يلاحظ فايس أن هناك حاجة إلى بحث إضافي ، بما في ذلك تجربة عشوائية مضبوطة ، للتحقق من صحة النموذج ، والذي يمكن أن يعمل في النهاية كأداة لدعم القرار للأطباء.
