Medicii vor putea să folosească inteligența artificială pentru a anticipa insuficiența cardiacă

Cercetătorii explică faptul că algoritmul lor a atins o rată de diagnosticare corectă de aproximativ 90%.

Specialiștii avertizează faptul că insuficiența cardiacă reprezintă cauza unei proporții importante a deceselor înregistrate anual. Unul dintre cele mai frecvente semne ale insuficienței cardiace acute este excesul de lichid din plămâni, o afecțiune cunoscută sub numele de edem pulmonar. Nivelul exact al excesului de lichid al unui pacient dictează adesea cursul tratamentului, dar efectuarea unor astfel de analize este dificilă și necesită ca medicii să se bazeze pe indiciile subtile oferite de razele X care uneori conduc la diagnostice și planuri de tratament incoerente.

• Test de cultură generală. Care este diferența dintre Deep Web și Dark Web?
• Câte joburi poate înlocui Inteligența Artificială? Un economist răspunde!

Pentru a face față mai bine acestor incertitudini, un grup condus de cercetători la Laboratorul de Informatică și Inteligență Artificială (CSAIL) al MIT a dezvoltat un model de învățare automată care poate analiza o scanare cu raze X pentru a cuantifica cât de sever este edemul,evaluarea făcându-se pe patru nivelului variind de la 0 (sănătos) la 3 (foarte, foarte rău). Sistemul a determinat nivelul corespunzător mai mult de jumătate din timp și a diagnosticat corect cazurile de nivel 3 cu o rată de succes de 90%, notează Medicalxpress.

AI-ul poate deveni un instrument important pentru medici

„Acest proiect este menit să mărească fluxul de lucru al medicilor prin furnizarea de informații suplimentare care pot fi folosite pentru a oferi un diagnostic informat, precum și pentru a permite analize retrospective”, spune Ruizhi Liao, doctorand și co-autor al unui studiu asemănător realizat cu cercetătorii de la MIT.

Echipa spune că un diagnostic mai bun al edemului ar ajuta medicii să gestioneze nu numai problemele cardiace acute, ci și alte afecțiuni precum sepsisul și insuficiența renală care sunt puternic asociate cu edemul.

Liao și colegii au folosit, de asemenea, un set de date publice ale unor imagini cu raze X și au dezvoltat noi adnotări ale etichetelor de severitate care au fost agreate de o echipă de patru radiologi. Liao speră că aceste etichete de consens pot servi drept standard universal pentru a evalua dezvoltarea viitoare a învățării automate.

Algoritmul poate să folosească radiografii și rapoarte scrise pentru a oferi un diagnostic

Un aspect important al algoritmului este că a fost instruit cu mai mult de 300.000 de imagini cu raze X, ci și textele rapoartelor care au fost scrise de radiologi. Echipa a fost plăcut surprinsă de faptul că sistemul lor a devenit eficient folosind aceste rapoarte, dintre care majoritatea nu aveau etichete care să explice nivelul exact de severitate al edemului.

„Modelul nostru poate transforma atât imaginile cât și textul în abstractizări numerice compacte din care poate fi derivată o interpretare”, explică cercetători. „Am instruit algoritmul pentru a minimiza diferența dintre reprezentările imaginilor cu raze X și textul rapoartelor de radiologie, folosindu-le pe acestea din urmă pentru a îmbunătăți interpretarea imaginilor.”

Studiul a fost publicat pe serverul arXiv.

Citește și:

Un algoritm software diagnostichează cancerul la sân mai bine decât oncologii

Un AI promite o diagnosticare mai rapidă și mai exactă a Alzheimerului

Algoritmii pot fi folosiţi pentru a detecta ADN-ul cancerului pulmonar în mostrele de sânge

Un algoritm a avut rezultate mai bune în ceea ce priveşte identificarea hemoragiilor cerebrale