Искусственный интеллект предсказывает риск сердечных заболеваний по одному рентгеновскому снимку
15.01.2023
Искусственный интеллект предсказывает риск сердечных заболеваний по одному рентгеновскому снимку
Материалы ИноСМИ содержат оценки исключительно зарубежных СМИ и не отражают позицию редакции ИноСМИ
Американские исследователи разработали модель глубокого обучения, которая с помощью одного рентгеновского снимка грудной клетки прогнозирует риск смерти от сердечного приступа или инсульта в течение следующих десяти лет. Соответствующие результаты работ были оглашены на ежегодном собрании Радиологического общества Северной Америки (RSNA), состоявшемся 29 ноября.
Модель глубокого обучения — это продвинутый алгоритм искусственного интеллекта, который можно обучить искать в рентгеновских изображениях закономерности, связанные с заболеваниями. "Наша модель глубокого обучения предлагает потенциальный альтернативный вид популяционного оппортунистического скрининга и расчета риска развития сердечно-сосудистых заболеваний с использованием существующих рентгеновских изображений грудной клетки, — сказал ведущий автор исследования Джейкоб Вайс, доктор медицинских наук, радиолог из Исследовательского центра сердечно-сосудистой визуализации в Массачусетсе. — Этот тип скрининга может быть использован для выявления пациентов, которым могла бы быть полезна статиновая терапия, но которые к настоящему времени еще не проходили лечение".
Исследователи обучали модель глубокого обучения под названием CXR-CVD Risk на входных изображениях рентгенографии грудной клетки (CXR), используя 147,5 тысячи изображений от 40,6 тысячи участников многоцентрового рандомизированного скринингового исследования рака предстательной железы, легких, толстой кишки и яичников, разработанного и спонсируемого Национальным институтом рака.
Американские исследователи разработали модель глубокого обучения, которая с помощью одного рентгеновского снимка грудной клетки прогнозирует риск смерти от сердечного приступа или инсульта в течение следующих десяти лет. Соответствующие результаты работ были оглашены на ежегодном собрании Радиологического общества Северной Америки (RSNA), состоявшемся 29 ноября.
Модель глубокого обучения — это продвинутый алгоритм искусственного интеллекта, который можно обучить искать в рентгеновских изображениях закономерности, связанные с заболеваниями. "Наша модель глубокого обучения предлагает потенциальный альтернативный вид популяционного оппортунистического скрининга и расчета риска развития сердечно-сосудистых заболеваний с использованием существующих рентгеновских изображений грудной клетки, — сказал ведущий автор исследования Джейкоб Вайс, доктор медицинских наук, радиолог из Исследовательского центра сердечно-сосудистой визуализации в Массачусетсе. — Этот тип скрининга может быть использован для выявления пациентов, которым могла бы быть полезна статиновая терапия, но которые к настоящему времени еще не проходили лечение".
Исследователи обучали модель глубокого обучения под названием CXR-CVD Risk на входных изображениях рентгенографии грудной клетки (CXR), используя 147,5 тысячи изображений от 40,6 тысячи участников многоцентрового рандомизированного скринингового исследования рака предстательной железы, легких, толстой кишки и яичников, разработанного и спонсируемого Национальным институтом рака.
Затем исследователи проверили модель на второй несвязанной когорте из 11,4 тысячи амбулаторных пациентов (средний возраст 60,1 года, 42,9% мужчин), которые прошли рутинную амбулаторную рентгенографию грудной клетки и ранее потенциально подходили для терапии статинами. Из них 1096 человек, то есть 9,6%, перенесли серьезные неблагоприятные сердечные заболевания в течение следующего среднего периода наблюдения в 10,3 года после рентгенограммы. Были обнаружены значительные связи между риском, предсказанным моделью глубокого обучения CXR-CVD Risk, и наблюдаемыми серьезными сердечными событиями.
Ученые сравнили прогностическую ценность модели с установленным клиническим стандартом для определения пригодности статинов. Из-за отсутствия данных в электронных записях (например, об артериальном давлении, холестерине) расчеты были возможны только для 2,4 тысячи пациентов (21%). Для этой подгруппы модель CXR-CVD Risk работала аналогично установленному клиническому стандарту, даже обеспечивая дополнительную ценность.
Прелесть этого подхода, по словам доктора Вайса, заключается в том, что с помощью всего одного рентгена грудной клетки модель глубокого обучения может предсказать будущие серьезные неблагоприятные события, связанные с сердцем и сосудами. В конечном счете она может служить инструментом поддержки при принятии решения лечащими врачами.
