Jei pavyktų sukurti šį diagnostikos metodą, tai būtų labai svarbu – šie skenavimo būdai yra greiti, neinvaziniai ir patikimi, o kuo anksčiau bus nustatyta širdies ligų rizika, tuo daugiau gydytojai ir jų pacientai galės nuveikti, kad to išvengtų.
Naujojo metodo pagrindas yra giluminio mokymosi (angl. deep learning) algoritmas – neuroninių tinklų tipo dirbtinio intelekto mokymosi metodas, kurį galima apmokyti apdoroti didelius duomenų rinkinius, kad būtų galima pastebėti konkrečius modelius.
Šiuo atveju mokslininkai išmokė DI ieškoti mažyčių tinklainės kraujagyslių pokyčių, t.y. ryšio, kuris jau anksčiau buvo plačiai aptariamas medicininėje literatūroje.
Naujajame straipsnyje, kuriame aprašomi tyrimo rezultatai, tyrėjų komanda praneša, kad jų įrankis sugebėjo maždaug 70 proc. tikslumu nuspėti būsimo miokardo infarkto riziką.
„Ši dirbtinio intelekto sistema gali padėti nustatyti asmenis, dalyvaujančius įprastinėje akių patikroje, kuriems ateityje gresia didesnė širdies ir kraujagyslių ligų rizika, todėl prevencinį gydymą būtų galima pradėti anksčiau, kad būtų išvengta ankstyvų širdies ir kraujagyslių ligų“, – sako Lidso universiteto (Jungtinė Karalystė) širdies ir kraujagyslių medicinos profesorius Chrisas Gale'as.
Siekiant sukurti šį įrankį, 5663 JK biobanko duomenų bazėje esančių asmenų tinklainės ir širdies skenavimai buvo analizuojami kompiuterine programine įranga, o sistema buvo užprogramuota susieti vieno skenavimo variacijas su kito skenavimo variacijomis.
Atlikęs apsimokymo procesą ir išmokęs išryškėjusius modelius, dirbtinis intelektas buvo pakankamai protingas, kad pagal tinklainėje esančias kraujagysles susietų širdies būklę: konkrečiai, širdies kairiojo skilvelio dydį ir siurbimo efektyvumą, kuris jau yra susijęs su padidėjusia širdies ligų tikimybe.
Šis įvertinimas buvo sujungtas su duomenimis apie amžių, lytį ir pagrindine demografine informacija – kad būtų galima atlikti bendrą rizikos įvertinimą. Tyrėjai teigia, kad galiausiai tai galėtų būti naudojama kaip antrinis nukreipimo pas gydytojus metodas.
„Dirbtinio intelekto sistema yra puikus įrankis sudėtingiems gamtoje egzistuojantiems modeliams atskleisti, o mes būtent tai ir atradome – sudėtingą tinklainės pokyčių modelį, susijusį su širdies pokyčiais“, – sako Lidso universiteto širdies ir kraujagyslių skenavimo ir atvaizdavimo (angl. imaging) profesorius Svenas Pleinas.
Šiuo metu kairiojo skilvelio – vienos iš keturių širdies kamerų – vertinimui reikalingi brangūs tyrimai, kuriuos reikia atlikti ligoninėje. Daugeliui žmonių visame pasaulyje tai reiškia prieinamumo ir pasiekiamumo problemas.
Tačiau akies tinklainės skenavimas jau dabar įprastai atliekamas optikos klinikose, todėl papildomai būtų galima atlikti dirbtinio intelekto analizę širdies ligų rizikai nustatyti. Tuomet asmenys, kuriems yra didelė širdies ir kraujagyslių problemų rizika, galėtų būti nukreipiami pas sveikatos priežiūros specialistus.
Kasmet pasaulyje nuo širdies ir kraujagyslių ligų miršta milijonai žmonių (vien JAV kas 36 sekundes miršta po vieną žmogų), todėl tokia sistema galėtų iš esmės pakeisti situaciją – nors tam reikės daugiau tyrimų ir duomenų.
„Širdies ir kraujagyslių ligos, įskaitant širdies priepuolius, yra pagrindinė ankstyvos mirties priežastis visame pasaulyje ir antra pagal dydį Jungtinėje Karalystėje, – sako Lydso universiteto kompiuterinės medicinos katedros vedėjas Alexas Frangi. – Tai sukelia lėtines sveikatos problemas ir kančias visame pasaulyje.“
Tyrimas paskelbtas žurnale „Nature Machine Intelligence“.
Parengta pagal „Science Alert“.
