Egy mély tanulási modell, amelyet a kutatók fejlesztettek ki a Mesterséges intelligencia az orvostudományban (AIM) program egyetlen mellkasröntgen segítségével megjósolhatja a szívinfarktus vagy a stroke okozta halálozás 10 éves kockázatát.
Jelenleg ezt a kockázatot az atheroscleroticus kardiovaszkuláris betegség (ASCVD) kockázati pontszáma alapján becsülik meg. Ez a statisztikai modell számos bemeneti paramétert igényel, beleértve az életkort, a nemet, a rasszt, a szisztolés vérnyomást, a magas vérnyomás kezelését, a dohányzást és a 2-es típusú cukorbetegség állapotát, valamint a vérvizsgálatokat. Azoknak a betegeknek, akiknél a kockázat 7.5% vagy magasabb, sztatin gyógyszeres kezelés javasolt. Gyakran azonban ezek a változók nem állnak rendelkezésre a páciens elektronikus nyilvántartásában.
E hiányosság orvoslására a kutatók egy mély tanulási modellt hoztak létre, amely képes megbecsülni a súlyos szív- és érrendszeri események 10 éves kockázatát egy rutin mellkasröntgen alapján. Ezen a héten RSNA 2022, az Észak-Amerikai Radiológiai Társaság éves találkozója, vezető szerző Jakob Weiss bemutatta a csapat munkáját.
„Mély tanulási modellünk potenciális megoldást kínál a szív- és érrendszeri betegségek kockázatának populációalapú opportunista szűrésére a meglévő mellkasröntgenfelvételek felhasználásával” – magyarázza Weiss. "Ez a fajta szűrés felhasználható azon személyek azonosítására, akik számára előnyös lenne a sztatin gyógyszeres kezelés, de jelenleg nem kezelik őket."
Weiss és munkatársai a CXR-CVD kockázati modelljüket 147,497 40,643 mellkasröntgen felvételének felhasználásával dolgozták ki a vizsgálat XNUMX XNUMX résztvevőjétől. PLCO rákszűrési vizsgálat. A teljesítményét egy független, 11,430 10.3 járóbetegből álló csoporton tesztelték, akiknek rutin mellkasröntgenfelvétele volt a Mass General Brigham-nél, és potenciálisan alkalmasak voltak a sztatinkezelésre. A medián 9.6 éves követési idő alatt ezeknek a betegeknek XNUMX%-a szenvedett el súlyos szívelégtelenséget, ami szignifikáns összefüggést mutatott a modell által előre jelzett kockázat és a megfigyelt események között.
A 2401 betegnél, akiknek elegendő adat állt rendelkezésre, a csapat a CXR-CVD kockázati modell prognosztikai értékét is összehasonlította a statin-jogosultság eldöntésére megállapított klinikai standarddal. A betegek ezen alcsoportjában a modell a klinikai standardhoz hasonló teljesítményt mutatott.
A nyílt forráskódú algoritmus előrejelzi a szívroham kockázatát a mellkasi CT-vizsgálatból
„Ennek a megközelítésnek az a szépsége, hogy csak röntgenfelvételre van szüksége, amelyet naponta milliószor készítenek szerte a világon” – mondja Weiss. „Régóta felismertük, hogy a röntgensugarak a hagyományos diagnosztikai eredményeken túlmenően is rögzítenek információkat, de ezeket az adatokat nem használtuk fel, mert nem rendelkezünk robusztus, megbízható módszerekkel. A mesterséges intelligencia fejlődése most lehetővé teszi.”
Weiss megjegyzi, hogy további kutatásokra van szükség, beleértve egy kontrollált randomizált vizsgálatot is a modell validálásához, amely végső soron döntéstámogató eszközként szolgálhat az orvosok számára.