ICNC2019 Môže sa určiť riziko infarktu myokardu alebo smrti u pacientov s angínou pectoris

LogitBoost, algoritmus založený na umelej inteligencii, počíta s presnosťou nad 90% riziko infarktu myokardu alebo úmrtia pacientov s angínou pectoris. Podľa štúdie predloženej # ICNC2019 výsledky, ktoré softvér generoval, ako aj presnosť, s akou analyzoval údaje, výrazne prevyšovali výsledky lekárov.

riziko

Algoritmus bol pripravený s 85 premennými, vrátane prítomnosti koronárnych plakov, zúženia krvných ciev, prietoku krvi, veku, pohlavia atď. Opakovane ich analyzoval, až kým nebol schopný identifikovať určité vzorce, s ktorými možno korelovať premenné s rizikom infarktu myokardu alebo smrti.

„Tento technologický pokrok je zďaleka najlepšou vecou v medicíne. Aj keď máme všetky údaje, stále ich nevyužívame naplno “- hovorí autor štúdie Luis Eduardo Juarez-Orozco, Turku PET Center, Fínsko.

Spravidla používajú lekári skóre rizika rozhodovať o výbere rôznych druhov liečby. Tieto skóre sú však založené iba na niekoľkých premenných a majú medzi pacientmi väčšinou nízku presnosť. Vďaka opakovaniu a prispôsobovaniu môže umelá inteligencia využívať obrovské množstvo dát a identifikovať mnoho zložitých vzorcov, ktoré je pre ľudí ťažké pozorovať.

Vedenie štúdie

Štúdia zahŕňala 950 pacientov s angínou pectoris, ktorí prešli obvyklým protokolom centra, do ktorého patrili, a vykonali všetky testy na identifikáciu ischemickej choroby srdca.

„Lekári už zhromažďujú množstvo informácií od pacientov. Zistili sme, že strojové učenie dokáže tieto údaje integrovať a dokáže presne predpovedať individuálne riziko každého z nich. Týmto spôsobom budeme schopní prispôsobiť liečbu a dosiahnuť lepšie výsledky pre pacientov “- pokračuje Juarez-Orozco.

Po koronárnej angiografii boli identifikovaní 58 premenných na potvrdenie prítomnosti koronárneho plaku, zúženia krvných ciev a kalcifikácie ich stien. Pacienti, ktorých výsledky zobrazovania naznačovali prítomnosť týchto faktorov, boli odoslaní na vyšetrenie PET (pozitrónová emisná tomografia). Vďaka tomu sa získali 17 premenných týkajúcich sa prietoku krvi.

Ďalších 10 klinických premenných, ako je fajčenie, vek, pohlavie, cukrovka, bolo získaných z lekárskych záznamov účastníkov.

Po období sledovania 6 rokov boli zaznamenané 24 infarktov myokardu a 49 úmrtí. 85 premenných bolo zavedených do algoritmu LogitBoost, ktorý ich opakovane analyzoval, až kým nenašiel najlepší spôsob, ako predpovedať, ktorý z účastníkov dostal infarkt a kto zomrel.

Strojové učenie, považované za základný kameň umelej inteligencie, sa denne používa v prevažnej väčšine aplikácií, ktoré používame. Pokiaľ ide o dôsledky pre medicínu, v priebehu rokov bolo vyvinutých množstvo algoritmov na zvýšenie a zefektívnenie skúseností lekárov a pacientov.