Η τεχνητή νοημοσύνη (AI) ανιχνεύει περισσότερα σε μια ακτινογραφία θώρακος από τους έμπειρους ακτινολόγους. Σε μια μελέτη που δημοσιεύθηκε στο "Lancet Digital Health", το λογισμικό μπόρεσε να εκτιμήσει το κλάσμα εξώθησης της αριστερής κοιλίας αρκετά καλά και να ανιχνεύσει ελαττώματα βαλβίδας ακόμη και χωρίς ιατρική εμπειρογνωμοσύνη.

Οι καρδιακές παθήσεις οδηγούν σε διάφορες αλλαγές που μπορούν να παρατηρηθούν σε μια ακτινογραφία θώρακος. Έτσι, η καρδιακή ανεπάρκεια αυξάνει τη σκιά της καρδιάς. Σε ελαττωματικές μιτροειδούς ή τριγλώχινας βαλβίδες, οι κόλποι διευρύνονται, στους οποίους το αίμα ρέει προς τα πίσω με κάθε καρδιακό παλμό.

Στη στένωση, οι κοιλίες διευρύνονται επειδή ο καρδιακός μυς πρέπει να αναγκάσει το αίμα μέσω της συστολής ενάντια στην αντίσταση και επομένως αυξάνει τη μάζα. Ορισμένες καρδιακές βλάβες μπορούν να εντοπιστούν με βάση ασβεστοποιήσεις στις βαλβίδες, ενώ άλλες οδηγούν σε πνευμονική συμφόρηση, η οποία είναι επίσης καλά ορατή στην ακτινογραφία θώρακος.

Δεδομένου ότι όλοι οι συμπτωματικοί ασθενείς αποστέλλονται ούτως ή άλλως για ηχοκαρδιογράφημα, η διαίσθηση του ακτινολόγου σε αυτόν τον τομέα δεν είναι πλέον τόσο απαιτητική σήμερα και πολλοί είναι πιθανό να είναι εγκρατείς στις προβλέψεις τους, ώστε να μην διαψευστούν. Αυτό θα μπορούσε να αλλάξει στο μέλλον εάν η τεχνητή νοημοσύνη παράσχει στους ακτινολόγους τις κατάλληλες ενδείξεις.

Ο ακτινολόγος Daiju Ueda από το Πανεπιστήμιο της Οσάκα και οι συνεργάτες του εκπαίδευσαν μία τεχνητή νοημοσύνη σε 17.293 ακτινογραφίες θώρακος. Η AI συνέκρινε τις εικόνες με τα αποτελέσματα του ηχοκαρδιογραφήματος και δημιούργησε έναν αλγόριθμο που στη συνέχεια επικυρώθηκε σε άλλους ασθενείς.

Τα αποτελέσματα ήταν εκπληκτικά: ανιχνεύθηκε πτώση του κλάσματος εξώθησης της αριστερής κοιλίας σε λιγότερο από 40%, γεγονός που υποδηλώνει σαφή αδυναμία καρδιακής άντλησης, με ευαισθησία 82% και ειδικότητα 86% (η τιμή AUC που συνδυάζει τα δύο ήταν 0,92, η οποία είναι αρκετά κοντά στο μέγιστο 1,0). Οι ακτινολόγοι πέτυχαν μόνο ευαισθησία 51% και 64% και ειδικότητα 79% και 71% αντίστοιχα σε 2 προηγούμενες μελέτες.

Η στένωση της τριγλώχινας βαλβίδας ανιχνεύθηκε επίσης με ακρίβεια με AUC 0,93. Για ρυθμό παλινδρόμησης τουλάχιστον 2,8 m/s, η τιμή AUC ήταν 0,88. Ακολούθησε παλινδρόμηση μιτροειδούς (τιμή AUC 0,92), στένωση μιτροειδούς βαλβίδας (τιμή AUC 0,83), παλινδρόμηση πνευμονικής βαλβίδας (τιμή AUC 0,85) και παλινδρόμηση αορτικής βαλβίδας (τιμή AUC 0,83). Η διάταση της κατώτερης κοίλης φλέβας ανιχνεύθηκε επίσης με ακρίβεια με τιμή AUC 0,94.

Κάθε φορά που είναι διαθέσιμο ένα ηχοκαρδιογράφημα, η τεχνητή νοημοσύνη είναι απίθανο να πει την τελευταία λέξη. Ωστόσο, στα επείγοντα περιστατικά ή όταν δεν υπάρχει καρδιολόγος στο χώρο, η τεχνητή νοημοσύνη θα μπορούσε να είναι μια σημαντική βοήθεια στο μέλλον, λέει ο Ueda.

Ειδήσεις υγείας σήμερα
Υγεία: Το ιατρικό ανακοινωθέν για τον θάνατο του Μανούσου Μανουσάκη
Το ChatGPT βοηθά άτομα με οξεία ουρολογικά συμπτώματα
Παθογόνα εξαπλώνονται πιο πολύ και πιο γρήγορα λόγω κλιματικής αλλαγής