ИИ научился выявлять скрытые сердечные заболевания с помощью имеющихся КТ-снимков легких

Об этом пишет Delo.ua со ссылкой на публикацию Medical Press.

Исследование, опубликованное в журнале Nejm AI, показало, что инструмент под названием AI-CAC имеет высокую точность и прогностическую ценность в отношении будущих сердечных приступов и 10-летней смертности. Выводы исследователей свидетельствуют о том, что широкое внедрение такого инструмента может помочь клиницистам лучше оценивать сердечно-сосудистые риски своих пациентов и спасать жизнь.

"Каждый год выполняются миллионы КТ грудной клетки, часто у здоровых людей, например, для скрининга рака легких. Наше исследование показывает, что важная информация о сердечно-сосудистых рисках остается незамеченной в этих снимках, - сказал ведущий автор Хьюго Аэртс, доктор философии, директор Программы искусственного интеллекта в медицине (AIM) при Mass General Brigham. - Наше исследование демонстрирует, что ИИ имеет потенциал изменить подход клиницистов к лечению и позволить врачам взаимодействовать с пациентами раньше - до того, как заболевание сердца приведет к серьезному событию".

КТ грудной клетки могут выявлять отложения кальция в сердце и артериях, которые повышают риск сердечного приступа. Золотым стандартом для количественной оценки CAC являются " синхронизированные " КТ-снимки (gated CT), то есть такие, которые выполняются в определенную фазу сердечного цикла, когда сердце меньше двигается, что позволяет получить более четкое изображение сосудов. Однако большинство КТ грудной клетки, выполняемые с рутинной клинической целью, являются " несинхронизированными " (nongated), то есть делаются без учета ритма сердца и не предназначены специально для оценки состояния сердечных сосудов.

Исследователи обнаружили, что CAC можно обнаружить даже на таких несинхронизированных снимках, что и стало основой создания AI-CAC – алгоритма глубокого обучения, способного анализировать эти изображения и количественно оценивать CAC для прогнозирования сердечно-сосудистых событий. Модель обучали на снимках КТ грудной клетки, собранных во время обычного обследования ветеранов в 98 медицинских центрах VA, затем проверили ее эффективность на 8052 снимках. Исследователи выяснили, что модель AI-CAC с точностью 89,4% определяет наличие или отсутствие кальция в артериях. Среди тех, у кого был обнаружен кальций, модель с точностью 87,3% определяла, превышает ли показатель уровень 100 – то есть имеет ли пациент умеренный сердечно-сосудистый риск.

AI-CAC также оказался информативным в прогнозировании общей 10-летней смертности: пациенты с показателем CAC более 400 имели в 3,49 раза более высокий риск смерти в течение следующего десятилетия, чем те, у кого CAC равнялся нулю.

"На данный момент в системах визуализации VA содержатся миллионы несинхронизированных КТ грудной клетки, которые могли быть сделаны с другой целью, и только около 50 000 синхронизированных исследований. Это создает возможность для AI-CAC использовать рутинно собранные несинхронизированные снимки для оценки сердечно-сосудистых рисков и улучшения ухода, - отметил первый автор Раффи Хагопиан, доктор медицинских наук, кардиолог и исследователь из группы прикладных инноваций и медицинской информатики в системе здравоохранения VA Long Beach. - Использование ИИ для таких задач, как выявление CAC, может помочь перейти от реактивной к проактивной модели медицины - сосредоточенной на предупреждении болезней, снижении длительного уровня заболеваемости, смертности и расходов на здравоохранение".

Напомним, Mass General Brigham – это некоммерческая интегрированная система здравоохранения США, которая занимается медицинскими исследованиями, обучением и уходом за пациентами. Это крупнейшее больничное исследовательское предприятие в Соединенных Штатах.