Page Nav

GRID_STYLE

Efek

TRUE

Classic Header

{fbt_classic_header}

Son Dakika:

latest

Yapay Zeka, Birisinin Ani Kalp Durmasından Ölebileceğini ve Ne Zaman Öleceğini Doğru Bir Şekilde Tahmin Ediyor

  Yapay Zeka, Birisinin Ani Kalp Durmasından Ölebileceğini ve Ne Zaman Öleceğini Doğru Bir Şekilde Tahmin Ediyor Türünün ilk örneği olan hay...


 

Yapay Zeka, Birisinin Ani Kalp Durmasından Ölebileceğini ve Ne Zaman Öleceğini Doğru Bir Şekilde Tahmin Ediyor

Türünün ilk örneği olan hayatta kalma tahmincisi, çıplak gözle görülemeyen kalp MRG'lerindeki kalıpları tespit eder.

Yeni bir yapay zeka tabanlı yaklaşım, bir hastanın kalp durmasından ne zaman öleceğini ve ne zaman öleceğini bir doktordan önemli ölçüde daha doğru bir şekilde tahmin edebilir. Hastanın hastalıklı kalplerinin ve hasta geçmişlerinin ham görüntüleri üzerine inşa edilen teknoloji, klinik karar vermede devrim yaratacak ve tıbbın en ölümcül ve en şaşırtıcı durumlarından biri olan ani ve ölümcül kardiyak aritmilerden sağkalımı artıracak.

Johns Hopkins Üniversitesi araştırmacıları tarafından yürütülen çalışma, 7 Nisan 2022'de Nature Cardiovasküler Research'te detaylandırılmıştır.

Murray B. Sachs Biyomedikal Mühendisliği profesörü kıdemli yazar Natalia Trayanova, “Aritminin neden olduğu ani kardiyak ölüm, dünya çapındaki tüm ölümlerin yüzde 20'sini oluşturuyor ve bunun neden olduğu veya kimin risk altında olduğunu nasıl anlayacağımız hakkında çok az şey biliyoruz” dedi. ve Tıp. "Ani kardiyak ölüm riski düşük olan ve ihtiyaç duymayabilecekleri defibrilatörler olan hastalar var ve bir de ihtiyaç duydukları tedaviyi almayan ve hayatlarının baharında ölebilecek yüksek riskli hastalar var. Algoritmamızın yapabileceği şey, kimin kardiyak ölüm riski altında olduğunu ve ne zaman gerçekleşeceğini belirleyerek doktorların tam olarak ne yapılması gerektiğine karar vermesine izin vermektir.”

Ham MRI görüntülerini kullanan türünün ilk örneği bir algoritma, bir hastanın ölümcül bir kalp aritmisi atağı geçirip geçirmediğini ve ne zaman olacağını tahmin edebilir. Kırmızı daire içine alınmış kalpte yüksek risk tespit etti. Kredi: Johns Hopkins Üniversitesi

Ekip, kalp hastalığı olan her hasta için kişiselleştirilmiş bir hayatta kalma değerlendirmesi oluşturmak için sinir ağlarını kullanan ilk kişidir. Bu risk ölçümleri , 10 yıl boyunca ve en muhtemel olduğu zamanda ani kardiyak ölüm şansını yüksek doğrulukla sağlar.

Derin öğrenme teknolojisi, Kardiyak Aritmi Riskinin Hayatta Kalma Çalışması (SSCAR) olarak adlandırılır. Ad, genellikle ölümcül aritmilerle sonuçlanan kalp hastalığının neden olduğu kardiyak skarlaşmaya ve algoritmanın tahminlerinin anahtarına atıfta bulunur.

Ekip, Johns Hopkins Hastanesi'nde kardiyak skarlı yüzlerce gerçek hastadan alınan skar dağılımını görselleştiren kontrastlı kardiyak görüntüleri kullanarak, çıplak gözle görülemeyen kalıpları ve ilişkileri tespit edecek bir algoritma eğitti. Mevcut klinik kardiyak görüntü analizi, yalnızca hacim ve kütle gibi basit skar özelliklerini çıkararak, bu çalışmada gösterilenleri kritik veriler olarak ciddi şekilde yetersiz kullanıyor.

Eski bir Johns Hopkins doktora öğrencisi olan ilk yazar Dan Popescu, “Görüntüler, doktorların erişemediği kritik bilgiler taşıyor” dedi. "Bu yara izi farklı şekillerde dağılabilir ve hastanın hayatta kalma şansı hakkında bir şeyler söyler. İçinde gizli bilgiler var.”

Ekip, 10 yıllık standart klinik hasta verilerinden, hastaların yaşı, kilosu, ırkı ve reçeteli ilaç kullanımı gibi 22 faktörü öğrenmek için ikinci bir sinir ağı eğitti.

Algoritmaların tahminleri, her ölçümde doktorlardan önemli ölçüde daha doğru olmakla kalmadı, aynı zamanda Amerika Birleşik Devletleri'ndeki 60 sağlık merkezinden farklı kardiyak geçmişleri ve farklı görüntüleme verileriyle bağımsız bir hasta kohortuyla yapılan testlerde doğrulandı ve platformun benimsenebileceğini düşündürdü. herhangi bir yere.

Kardiyovasküler Teşhis ve Tedavi İnovasyonu İttifakı'nın eş direktörü Trayanova, "Bu, aritmi riskine ilişkin klinik karar vermeyi önemli ölçüde şekillendirme potansiyeline sahip ve hasta yörünge tahminini yapay zeka çağına getirmek için önemli bir adımı temsil ediyor" dedi. “Sağlık hizmetlerinin geleceği olarak yapay zeka, mühendislik ve tıbbı birleştirme eğilimini özetliyor.”

Ekip şimdi diğer kalp hastalıklarını tespit etmek için algoritmalar oluşturmaya çalışıyor. Trayanova'ya göre, derin öğrenme konsepti, görsel tanıya dayanan diğer tıp alanları için geliştirilebilir.

Referans: Dan M. Popescu, Julie K. Shade, Changxin Lai, Konstantinos N. Aronis, David Ouyang, M. Vinayaga Moorthy, Nancy R. Cook, “Kalpteki yara izinin derin öğrenme analizini kullanan aritmik ani ölüm sağkalım tahmini”, Daniel C. Lee, Alan Kadish, Christine M. Albert, Katherine C. Wu, Mauro Maggioni ve Natalia A. Trayanova, 7 Nisan 2022, Doğa Kardiyovasküler Araştırma .
DOI: 10.1038/s44161-022-00041-9

Johns Hopkins ekibi ayrıca şunları içeriyordu: Bloomberg Seçkin Veri-Yoğun Hesaplama Profesörü Mauro Maggioni; Julie Gölge; Changxin Lai; Konstantino Aronis; ve Katherine Wu. Diğer yazarlar şunlardır: Brigham and Women's Hospital'dan M. Vinayaga Moorthy ve Nancy Cook; Northwester Üniversitesi'nden Daniel Lee; Touro Koleji ve Üniversite Sisteminden Alan Kadish; Cedar-Sinai Tıp Merkezi'nden David Oyyang ve Christine Albert.

Çalışma, Ulusal Sağlık Enstitüleri tarafından R01HL142496, R01HL126802, R01HL103812; Lowenstein Vakfı, Ulusal Bilim Vakfı Lisansüstü Araştırma Bursu DGE-1746891, 2020-2021 için Simons Bursu, Ulusal Bilim Vakfı hibesi IIS-1837991, Abbott Laboratories araştırma hibesi. PRE-DETERMINE çalışması ve DETERMINE Registry, National Heart, Lung ve Blood Institute araştırma hibesi R01HL091069, St Jude Medical Inc ve St. Jude Medical Foundation tarafından desteklenmiştir.

Hiç yorum yok