پژوهشگران دانشگاه کیس وسترن رزرو، بیمارستان‌های دانشگاهی و هوستون متدیست در حال شروع یک پروژه انقلابی برای بهره‌گیری از هوش مصنوعی در پیش‌بینی نارسایی قلبی و دیگر وقایع قلبی عروقی با دقتی بی‌سابقه هستند.
تلاش‌های آنها به منظور برآورد نه تنها احتمال بلکه زمان‌بندی چنین وقایعی با توسعه مدلی از هوش مصنوعی است که از اسکن‌های بیماران «یاد می‌گیرد».
بیماری قلبی عروقی سالانه بیش از ۱۷ میلیون زندگی را در سراسر جهان می‌گیرد و بر اساس آمار انجمن قلب آمریکا، عامل اصلی مرگ و میر به شمار می‌آید.
علیرغم تأثیر گسترده آنها، شناسایی دقیق افراد در معرض خطر بزرگترین چالش باقی مانده است.
استفاده از هوش مصنوعی برای شناسایی حملات قلبی
پروژه جدید در تلاش است تا با استفاده از ابزارهای پیشرفته هوش مصنوعی، به تحلیل اسکن‌های سی‌تی‌کالسیوم که به طور معمول برای شناسایی پلاک‌های شریانی استفاده می‌شوند، بپردازد.
فراتر از اندازه‌گیری پلاک، این اسکن‌ها اطلاعات ارزشمندی درباره آئورت، شکل قلب، ریه‌ها، عضلات و کبد ارائه می‌دهند که برای تحلیل هوش مصنوعی مفید است.
این ابتکار ۴ میلیون دلار بودجه از طریق دو گرنت از موسسات ملی بهداشت دریافت کرده است که اهمیت بالقوه پروژه برای تحول در مراقبت‌های قلبی عروقی را تأکید می‌کند.
شوئو لی، رهبر پروژه و استاد مهندسی زیست‌پزشکی و علوم کامپیوتر در کیس وسترن رزرو گفت: «این پروژه یک گام بزرگ به سوی مراقبت‌های بهداشتی شخصی‌شده است.»
«این ظرفیت دارد که استانداردهای جدیدی برای پیشگیری و مدیریت بیماری‌های قلبی عروقی تنظیم کند و همچنین در پیشرفته‌های استفاده از هوش مصنوعی برای تحلیل تصاویر در مراقبت‌های بهداشتی انقلابی پیشرو باشد.»
پروژه مدل‌های پیش‌بینی‌کننده‌ای بر پایه هوش مصنوعی ایجاد خواهد کرد که داده‌های ترکیبی از اسکن‌های سی‌تی، عوامل خطر بالینی و اطلاعات دموگرافیک را تفسیر می‌کنند.
بدین وسیله، تیمی به رهبری لی و سادیر ال‌کندی، متخصص قلب در مرکز قلب و عروق دابِکی هوستون متدیست امیدوارند شواهد مهمی از تعامل بین سلامت قلب و ترکیب بدن کشف کنند.
ال‌کندی گفت: «پیش‌بینی دقیق خطرات به ما این امکان را می‌دهد که درمان‌های پیشگیرانه را تنظیم کرده و بار بیماری‌های قلبی عروقی را کاهش دهیم و نتایج بیماران را بهبود بخشیم.»
«با شناسایی زودهنگام خطرات، این پروژه می‌تواند پروتکل‌های درمانی را بازتعریف کند، زندگی‌ها را نجات دهد و هزینه‌های بهداشتی را کاهش دهد.»
ادغام هوش مصنوعی در روندهای بالینی
با استفاده از داده‌های موجود اسکن‌های سی‌تی از هوستون متدیست و بیمارستان‌های دانشگاهی، این پژوهش نقود هوش مصنوعی در مقابله با چالش‌های بالینی با مقیاس‌پذیری و هزینه‌ای مؤثر را برجسته می‌کند.
سی‌تی‌کالسیوم‌اسکورینگ، یک اسکن کم‌هزینه و غیر تهاجمی، هم اکنون پلاک‌های کلسی‌فیه شده در شریان‌های کرونری را شناسایی می‌کند.
مدل هوش مصنوعی، اما، با تحلیل عوامل اضافی مانند شکل قلب، ترکیب بدن، تراکم استخوان و چربی احشائی، به همراه سن و دیگر دموگرافیک‌ها، فراتر می‌رود.
لی توضیح داد: «هدف ما توسعه یک روش غیر تهاجمی، دقیق و شخصی‌شده برای پیش‌بینی ریسک بیماری‌های قلبی عروقی است.»
«این نوآوری به‌طور یکپارچه به روندهای بالینی موجود ادغام خواهد شد و با حداقل‌سازی نیاز به روش‌های تشخیصی تهاجمی، تصمیم‌گیری را بهبود می‌بخشد.»
تیم تحقیقات همچنین شامل دیوید ویلسون، استاد رابرت هربولد مهندسی زیست‌پزشکی و رادیولوژی، پینگفو فو، استاد آمار زیستی، و سانجی راجاگوپالان، مدیر مؤسسه تحقیقات قلبی عروقی در کیس وسترن رزرو است.
راجاگوپالان به تأثیرات گسترده‌تر اشاره کرد: «درک دقیق‌تر از این عوامل خطر بر اساس تصاویر جدید، دانش ما را از فنوتیپ‌های بیماری‌های کاردیومتابولیک پیشرفت می‌دهد و به پزشکان در ارائه توصیه‌‌های درمانی به‌موقع کمک می‌کند.»
این ابتکار نمایانگر یک پیشرفت مهم در مبارزه با بیماری‌های قلبی عروقی است.
با ادغام هوش مصنوعی در تشخیص‌های روتین، پروژه نه تنها به نتایج بهتر بیماران هدف دارد بلکه بنیاد سیستم‌های بهداشتی شخصی‌شده، کارآمد و اثربخش‌تری را نیز بنا می‌گذارد.
اگر موفق باشد، این رویکرد می‌تواند نحوه پیش‌بینی و مدیریت خطرات قلبی-عروقی توسط پزشکان را بازتعریف کند و زندگی‌های بی‌شماری در سراسر جهان نجات دهد.
-
-
-
-
