araştırmacıları tarafından geliştirilen bir derin öğrenme modelidir. Tıpta Yapay Zeka (AIM) Programı tek bir göğüs röntgeni kullanarak kalp krizi veya felçten 10 yıllık ölüm riskini tahmin edebilir.
Şu anda, bu risk aterosklerotik kardiyovasküler hastalık (ASCVD) risk skoru kullanılarak tahmin edilmektedir. Bu istatistiksel model, yaş, cinsiyet, ırk, sistolik kan basıncı, hipertansiyon tedavisi, sigara ve tip 2 diyabet durumu ve kan testleri dahil olmak üzere çok sayıda girdi parametresi gerektirir. Riski %7.5 ve üzerinde olan hastalara statin tedavisi önerilir. Bununla birlikte, çoğu zaman, bu değişkenlerin tamamı hastanın elektronik kaydında mevcut değildir.
Bu eksikliği gidermek için araştırmacılar, rutin bir göğüs radyografisinden 10 yıllık büyük kardiyovasküler olay riskini tahmin edebilen bir derin öğrenme modeli oluşturdular. bu hafta 2022, Kuzey Amerika Radyoloji Derneği'nin yıllık toplantısı, baş yazar Jakob Weiss ekibin çalışmalarını sundu.
Weiss, "Derin öğrenme modelimiz, mevcut göğüs röntgeni görüntülerini kullanarak kardiyovasküler hastalık riskinin popülasyona dayalı fırsatçı taraması için potansiyel bir çözüm sunuyor" diye açıklıyor. "Bu tür bir tarama, statin ilacından fayda görecek ancak şu anda tedavi edilmeyen kişileri belirlemek için kullanılabilir."
Weiss ve meslektaşları, 147,497 katılımcının 40,643 göğüs röntgenini kullanarak CXR-CVD risk modelini geliştirdiler. PLCO kanser tarama denemesi. Mass General Brigham'da rutin bir göğüs röntgeni çeken ve potansiyel olarak statin tedavisi almaya uygun olan 11,430 ayakta hastadan oluşan bağımsız bir grup kullanarak performansını test ettiler. 10.3 yıllık medyan takip süresi boyunca, bu hastaların %9.6'sı, model tarafından tahmin edilen risk ile gözlenen olaylar arasında anlamlı bir ilişki ile önemli bir advers kardiyak olay yaşadı.
Ekip ayrıca yeterli veriye sahip 2401 hastada CXR-CVD risk modelinin prognostik değerini statin uygunluğuna karar vermek için yerleşik klinik standartla karşılaştırdı. Bu hasta alt grubunda, model klinik standarda benzer bir performans sergiledi.
Açık kaynaklı algoritma, göğüs BT taramasından kalp krizi riskini tahmin ediyor
Weiss, "Bu yaklaşımın güzelliği, yalnızca dünya genelinde günde milyonlarca kez çekilen bir röntgene ihtiyacınız olması," diyor. "X-ışınlarının geleneksel teşhis bulgularının ötesinde bilgi yakaladığını uzun zamandır biliyoruz, ancak sağlam ve güvenilir yöntemlerimiz olmadığı için bu verileri kullanmadık. Yapay zekadaki gelişmeler şimdi bunu mümkün kılıyor.”
Weiss, nihayetinde doktorlar için bir karar destek aracı olarak hizmet edebilecek olan modeli doğrulamak için kontrollü bir randomize çalışma da dahil olmak üzere ek araştırmalara ihtiyaç olduğunu belirtiyor.
