ИИ прогнозирует здоровье одним нажатием кнопки
Благодаря искусственному интеллекту мы скоро сможем прогнозировать риск развития серьезных заболеваний в более позднем возрасте одним нажатием кнопки. Научная школа ECU и Школа медицинских и медицинских наук совместно разработали программное обеспечение, которое может анализировать примерно 60 000 сканирований за один день.
Благодаря искусственному интеллекту мы скоро сможем прогнозировать риск развития серьезных заболеваний в более позднем возрасте одним нажатием кнопки .
Кальцификация брюшной аорты, или AAC, представляет собой кальцификацию, которая может накапливаться в стенках брюшной аорты и предсказывает риск развития сердечно-сосудистых заболеваний, таких как сердечные приступы и инсульт.
Он также предсказывает риск падений, переломов и слабоумия в пожилом возрасте.
Удобно, что обычные аппараты для определения плотности костной ткани, используемые для выявления остеопороза, также могут обнаруживать AAC.
Однако для анализа изображений необходимы высококвалифицированные опытные читатели, процесс, который может занять 5-15 минут на каждое изображение.
Но исследователи из Школы наук Университета Эдит Коуэн (ECU) и Школы медицинских и медицинских наук совместно разработали программное обеспечение, которое может анализировать сканы намного быстрее: примерно 60 000 изображений за один день.
Исследователь и будущий лидер Heart Foundation, доцент Джошуа Льюис [site] сказал, что это значительное повышение эффективности будет иметь решающее значение для широкого использования AAC в исследованиях и поможет людям избежать развития проблем со здоровьем в более позднем возрасте.
«Поскольку эти изображения и автоматические оценки могут быть быстро и легко получены во время тестирования плотности костной ткани, в будущем это может привести к появлению новых подходов к раннему выявлению сердечно-сосудистых заболеваний и мониторингу заболеваний во время обычной клинической практики», — сказал он.
Экономия МНОГО времени
Результаты были получены в результате международного сотрудничества между ECU, Университетом штата Вашингтон, Университетом Миннесоты, Саутгемптона, Университетом Манитобы, Институтом исследований старения Маркуса и Гарвардской медицинской школой Jewish SeniorLife. Действительно междисциплинарное глобальное усилие.
Хотя это не первый алгоритм, разработанный для оценки AAC по этим изображениям, это исследование является крупнейшим в своем роде, оно было основано на наиболее часто используемых моделях машин для определения плотности костей и является первым, которое было протестировано в реальных условиях с использованием изображений. взято как часть обычного испытания плотности косточки.
Эксперты и программное обеспечение команды проанализировали более 5000 изображений.
Сравнив результаты, эксперт и программное обеспечение пришли к одному и тому же выводу о степени AAC (низкий, средний или высокий) в 80% случаев — впечатляющая цифра, учитывая, что это была первая версия программного обеспечения.
Важно отметить, что только 3% людей с высоким уровнем AAC были неправильно диагностированы программным обеспечением как имеющие низкий уровень.
«Это примечательно, поскольку это люди с наибольшей степенью заболевания и самым высоким риском фатальных и нефатальных сердечно-сосудистых событий и смертности от всех причин»,
— сказал профессор Льюис.
«Несмотря на то, что предстоит еще поработать над повышением точности программного обеспечения по сравнению с показаниями человека, эти результаты получены из нашего алгоритма версии 1.0, и мы уже существенно улучшили результаты в наших более поздних версиях.
«Автоматизированная оценка наличия и степени AAC с точностью, аналогичной точности специалистов по визуализации, дает возможность широкомасштабного скрининга на сердечно-сосудистые заболевания и другие состояния — даже до того, как у кого-то появятся какие-либо симптомы».
«Это позволит людям из группы риска внести необходимые изменения в образ жизни гораздо раньше и улучшит их здоровье в более поздние годы».
Фонд Heart Foundation предоставил финансирование для проекта благодаря стипендии профессора Льюиса Future Leadership Fellowship 2019 года, которая оказывала поддержку исследованиям в течение трехлетнего периода.
В eBioMedicine [site] было опубликовано «Машинное обучение для оценки кальцификации брюшной аорты на основе машинно-полученных изображений боковых отделов позвоночника» .
Авторами ECU в этой статье были доцент Джошуа Льюис, профессор Дэвид Сутер, профессор Джонатан Ходжсон, доктор Зулкарнайн Гилани и доктор Марк Сим, а также адъюнкт-профессор ECU Ричард Принс.
