Μοντέλο ΑΙ που ανιχνεύει ασθενείς με κίνδυνο καρδιακής ανακοπής, προσφέρει νέες προοπτικές στη κλινική φροντίδα. Το πρόσφατα αναπτυγμένο μοντέλο τεχνητής νοημοσύνης αποδεικνύει την ικανότητά του να αναγνωρίζει με αξιοπιστία τους ασθενείς που διατρέχουν υψηλό κίνδυνο για αιφνίδια καρδιακή ανακοπή, ξεπερνώντας τις παραδοσιακές ιατρικές μεθόδους. Σύμφωνα με ερευνητές της επιθεώρησης Nature Cardiovascular Research, το μοντέλο θα μπορούσε να σώσει ζωές και να περιορίσει τις περιττές επεμβάσεις εμφύτευσης απινιδωτών.
Η μελέτη εστιάζει κυρίως σε ασθενείς με υπερτροφική καρδιομυοπάθεια, τη συχνότερη κληρονομική καρδιοπάθεια που προσβάλλει ένα στα 200-500 άτομα παγκοσμίως. Αυτή η κατάσταση είναι η κυριότερη αιτία αιφνίδιου καρδιακού θανάτου μεταξύ νέων και αθλητών, ενώ πολλοί ασθενείς ζουν χωρίς σοβαρές συνέπειες. Οι κατευθυντήριες γραμμές που χρησιμοποιούνται στις ΗΠΑ και στην Ευρώπη έχουν περίπου 50% επιτυχία στην αναγνώριση των κινδύνων, ενώ η ακρίβεια τους είναι παρόμοια με το ρίξιμο ζαριών, όπως σημειώνει η Νατάλια Τραγιάνοβα από το Πανεπιστήμιο Τζονς Χόπκινς, επικεφαλής της μελέτης.
Το μοντέλο MAARS της ερευνητικής ομάδας είχε εξαιρετικές επιδόσεις, προσδιορίζοντας σωστά τον κίνδυνο στο 89% των εξεταζόμενων περιπτώσεων. Αυτό επιτρέπει στους γιατρούς να προσαρμόζουν τη θεραπεία για κάθε ασθενή, ανιχνεύοντας παράλληλα και κρυμμένες πληροφορίες που κανονικά διαφεύγουν από τις κλασικές απεικονιστικές μεθόδους.
Στο πλαίσιο αυτό, η ερευνητική ομάδα σκοπεύει να επεκτείνει το μοντέλο και για άλλες καρδιοπάθειες, προσδιορίζοντας ευρύτερα το φάσμα εφαρμογής της τεχνητής νοημοσύνης στη διαχείριση καρδιαγγειακών νοσημάτων.
Πηγή περιεχομένου: in.gr
