Yeni yapay zeka (AI), 10 yıl içinde kalp krizi geçirip geçirmeyeceğinizi söyleyebilir

Kalp krizleri tüm dünyayı etkiliyor ve Dünya’da meydana gelen toplam ölümlerin yaklaşık 5’te 1’inden tek başına kalp rahatsızlıkları sorumlu. Bu vakaların çoğu önlenebilirdi, ancak araştırmalar, bir kişinin genç olmasına ve son derece sağlıklı bir yaşam tarzı sürdürmesine rağmen kalp krizi geçirebileceğini gösteriyor . Neyse ki, bu teknoloji bize yardımcı olabilir.

Bir araştırma ekibi , göğüs röntgeninize bir kez bakarak, önümüzdeki 10 yıl içinde  kalp krizi geçirme riskinizi değerlendiren bir yapay zeka yarattı. Massachusetts General Hospital baş araştırmacısı ve radyolog Dr. Jakob Weiss,şöye diyor

Derin öğrenme modelimiz, mevcut göğüs röntgeni görüntülerini kullanarak kardiyovasküler hastalık riskinin popülasyona dayalı fırsatçı taraması için potansiyel bir çözüm sunuyor

Mevcut kalp krizi tahmin modeli

Damarlarda kolesterol ve yağ birikmesi nedeniyle kan akışının azalması veya tıkanması sonucu ortaya çıkan kalp rahatsızlıklarına aterosklerotik kardiyovasküler hastalıklar (ASCVSD) denir. Kalp hastalarında inmenin en önemli nedenlerinden biridir. Dr. Weiss ve ekibi tarafından geliştirilen derin öğrenme modeli , ASCVD’den kaynaklanan  kalp krizleriyle gerçekten bağlantılı olan röntgen görüntülerindeki kalıpları saptar .

Genel olarak, bir doktor bir hasta için kalp krizi riskini tahmin etmek isterse , ASCVD risk skorunu hesaplayan istatistiksel bir model kullanır. Bu yaklaşım, kalp sağlığının sistolik kan basıncı, yaş, hipertansiyon, Tip 2 diyabet teşhisi, ırk, bağımlılık, kan testleri ve cinsiyet gibi faktörler temelinde değerlendirilmesini içerir . Ancak, tüm bu kayıtlara ulaşmak her zaman mümkün olmayabileceğinden, araştırmacılar, kalp krizi riskini hesaplamak için X-ışınlarını ideal bir tekil parametre olarak görüyorlar. Dr. Weiss. şöyle  söylüyor

ASCVD riskini hesaplamak için gerekli değişkenler genellikle mevcut değildir, bu da popülasyona dayalı tarama yaklaşımlarını arzu edilir kılar. Bu (önerilen) yaklaşımın güzelliği, yalnızca dünya genelinde günde milyonlarca kez çekilen bir röntgen filmine ihtiyacınız olmasıdır. Göğüs röntgenleri yaygın olarak bulunduğundan, yaklaşımımız yüksek risk altındaki kişilerin belirlenmesine yardımcı olabilir,

Bir AI kalp krizi riskini nasıl tahmin eder?

Araştırmacılar, bir klinik deney sırasında akciğer, yumurtalık ve prostat kanseri taramasından geçirilen 40.643 kişinin 147.497 göğüs röntgenini kullanarak CXR-CVD riski adı verilen bir AI geliştirdi ve eğitti . Potansiyel olarak kalp hastalığı riski taşıyan ve yakın gelecekte statin tedavisi gerektirebilecek   11.430 hastanın (bu hastaların ortalama yaşı 60 idi) göğüs röntgenlerini (CXR) kullanarak derin öğrenme modellerini daha da test ettiler .

Araştırmacılar ayrıca bu hastalar için inme riskini hesaplamak ve AI ile karşılaştırmak için istatistiksel modeli kullandılar. CXR CVD risk modelini kullanarak tüm hastalara teşhis koyabildikleri halde, tüm hastalar için çeşitli faktörlerle (kolesterol, BP vb.) ilgili veriler mevcut olmadığından standart istatistiksel yaklaşım kullanılarak yalnızca 2.401 hasta test edildi.

CXR-CVD modeli, ortalama 10,3 yıllık takip süresi boyunca 1.096 hastada kalp krizi riskini tahmin etti. Çalışma, mevcut sağlık hizmeti yönergelerinin ayrıca, kardiyovasküler sorunları önlemek için etkili bir statin tedavisi stratejisi reçete edilebilmesi için hastalar için 10 yıllık bir riskin hesaplanmasını tavsiye ettiğini belirtiyor.

Araştırmacılar, testler sırasında AI’larının geleneksel istatistiksel yöntem kadar iyi performans gösterdiğini iddia ettiler. Bununla birlikte, etkinliğini daha fazla doğrulamak için kontrollü bir randomize çalışma yürütmeleri gerekir. Dr. Weiss,

Mevcut tek bir göğüs röntgeni görüntüsüne dayalı olarak, derin öğrenme modelimiz, yerleşik klinik standarda benzer performans ve artımlı değerle gelecekteki önemli olumsuz kardiyovasküler olayları tahmin ediyor

diyor .CXR-CVD risk modeli yaklaşan denemede iyi performans gösteriyorsa. Kalp krizi teşhisine yaklaşım şeklimizi sonsuza dek değiştireceğine şüphe yok.

Çalışma, Kuzey Amerika Radyoloji Derneği’nin 108. Bilimsel Meclisi ve Yıllık Toplantısında sunuldu