این هوش مصنوعی از اسکن شبکیه چشم برای پیش‌بینی خطر ابتلا به بیماری قلبی استفاده می‌کند. جستجوی عمودی Ai.

این هوش مصنوعی از اسکن شبکیه چشم برای پیش بینی خطر ابتلا به بیماری قلبی استفاده می کند

بیماری قلبی شماره یک است علت مرگ در میان بزرگسالان آمریکایی شرایطی مانند چاقی یا دیابت خطر ابتلا به بیماری قلبی را در فرد افزایش می دهد و آزمایش خون یا اندازه گیری فشار خون می تواند تخمین بهتری از احتمال ابتلا به مشکلات قلبی در فرد ارائه دهد. ممکن است به زودی راه ساده‌تری برای پیش‌بینی خطر بیماری قلبی وجود داشته باشد: اسکن چشم.

مقاله ای که در این ماه در مجله چشم پزشکی بریتانیا روشی را برای غربالگری سریع و مقرون به صرفه قلبی عروقی با استفاده از تصویربرداری عروق شبکیه توصیف می کند - یعنی عکسی از رگ های خونی در پشت چشم. یک عکس فوری از چشم توسط یک نرم افزار هوشمند مصنوعی که برای این منظور توسعه یافته است، تجزیه و تحلیل می شود. بیماران حتی مجبور نیستند برای غربالگری به مطب پزشک خود بروند. آنها می توانند به سادگی تصویری از چشم خود ارسال کنند.

تیم سازنده نرم افزار بر راحتی و مقرون به صرفه بودن آن در مقایسه با روش های موجود تاکید کرد. «پیش‌بینی خطر واسکولومتری مبتنی بر هوش مصنوعی کاملاً خودکار، کم‌هزینه، غیرتهاجمی است و به دلیل در دسترس بودن «خیابان بالا» و به دلیل نمونه‌گیری خون یا [اندازه‌گیری فشار خون]، پتانسیل دستیابی به نسبت بیشتری از جمعیت در جامعه را دارد. مورد نیاز نیستند،» آنها در این مقاله نوشتند مقاله.

پنجره ای رو به قلب

La شبکیه چشم بافتی در پشت چشم است که نور را به تکانه های الکتریکی تبدیل می کند که از طریق عصب بینایی به مغز می فرستد. این شامل میلیون‌ها سلول به نام میله‌ها (برای دید در شب) و مخروط‌ها (برای دید رنگی) است که به شبکه‌ای از رگ‌های خونی برای تامین مداوم مواد مغذی و اکسیژن متکی هستند.

این رگ های خونی علاوه بر حفظ عملکرد شبکیه، می توانند به عنوان پنجره ای به سایر قسمت های بدن - حتی قلب - نیز عمل کنند. دانشمندان ارتباطی بین ویژگی هایی مانند شریان های باریک شبکیه و پیچ خوردگی عروق (یعنی انحنا) و فشار خون بالا، فشار خون بالا و بیماری های قلبی عروقی یافته اند.

پیرس کین، محقق چشم پزشکی و تجزیه و تحلیل هوش مصنوعی که به این مطالعه مرتبط نیست، گفت: پزشکان بیش از صد سال است که می‌دانند می‌توان به چشم‌ها نگاه کرد و نشانه‌های دیابت و فشار خون بالا را دید. گفته شده در آستانه. اما مشکل ارزیابی دستی بود: ترسیم دستی کشتی ها توسط متخصصان انسانی. با این حال، الگوریتم یادگیری ماشین تقریباً زمان سختی با این موضوع ندارد.

داده های قلبی

این تیم نام نرم افزار خود را QUARTZ، مخفف «تحلیل کمی توپولوژی و اندازه عروق شبکیه» نامیدند. آنها هوش مصنوعی را با استفاده از تصاویر چشم بیش از 88,000 نفر (40 تا 69 ساله) که از Biobank بریتانیا گرفته شده بود، آموزش دادند. این تیم پهنا و پیچ خوردگی شریان ها و وریدهای شبکیه را تجزیه و تحلیل کردند تا مدل های پیش بینی سکته مغزی، حمله قلبی و مرگ ناشی از بیماری گردش خون را توسعه دهند.

آنها سپس از کوارتز برای تجزیه و تحلیل تصاویر شبکیه 7,411 نفر دیگر، این افراد 48 تا 92 ساله استفاده کردند و این داده ها را با اطلاعات مربوط به سابقه سلامتی آنها (مانند سیگار کشیدن، مصرف استاتین و حملات قلبی قبلی) ترکیب کردند تا خطر بیماری قلبی را پیش بینی کنند. سلامت شرکت کنندگان به مدت هفت تا نه سال پیگیری شد و نتایج آنها با آنها مقایسه شد امتیاز ریسک فرامینگهام پیش بینی های (FRS)

یک ابزار رایج برای تخمین خطر بیماری قلبی، FRS سن، جنسیت، کلسترول تام، کلسترول لیپوپروتئین با چگالی بالا، عادات سیگار کشیدن و فشار خون سیستولیک را بررسی می کند تا احتمال ابتلا به بیماری قلبی در یک بازه زمانی معین (معمولا 10) را تخمین بزند. تا 30 سال

تیم QUARTZ داده های خود را با پیش بینی های 10 ساله FRS مقایسه کرد و گفت که دقت الگوریتم با دقت ابزار معمولی برابری می کند.

مدتی طول می کشد تا هوش مصنوعی به یک ابزار تشخیصی تبدیل شود. آزمایش‌های بالینی بیشتر و تأییدیه‌های نظارتی و همچنین روشی واضح‌تر برای ترجمه داده‌های آن به عمل بالینی مورد نیاز خواهد بود.

در این میان، نویدبخش است که بدانیم ابزارهایی مانند این در حال توسعه هستند. مانند ارزیابی خطر فرامینگهام، کوارتز می تواند به صورت پیشگیرانه با کمک به تعیین زمان استفاده از داروهای کاهش فشار خون یا کلسترول استفاده شود.

A سرمقاله مرتبط توسط دکتر و استادی که در مطالعه شرکت نکرده اند خوش بینانه است. آنها نوشتند: "شبکیه تنها مکانی است که امکان تجسم مستقیم غیر تهاجمی عروق را فراهم می کند و به طور بالقوه منبعی غنی از اطلاعات را فراهم می کند." "نتایج شواهد چندین مطالعه مشابه را تقویت می کند که شبکیه چشم می تواند منبع اطلاعات مفید و بالقوه مخربی برای خطر بیماری های قلبی عروقی در پزشکی شخصی باشد."

تصویر های اعتباری: گرت آلتمن از جانب Pixabay

تمبر زمان:

بیشتر از تکینگی هاب