آخرین مطالب

استفاده از چشم به عنوان پنجره ای برای بیماری قلبی —


دانشمندان یک سیستم هوش مصنوعی (AI) توسعه داده‌اند که می‌تواند اسکن‌های چشمی را که در طی یک بازدید معمول از چشم‌پزشک یا کلینیک چشم گرفته می‌شود، تجزیه و تحلیل کند و بیمارانی را که در معرض خطر بالای حمله قلبی هستند شناسایی کند.

پزشکان دریافته‌اند که تغییرات رگ‌های خونی کوچک در شبکیه، نشانه‌ای از بیماری‌های عروقی گسترده‌تر، از جمله مشکلات قلبی است.

در این تحقیق که توسط دانشگاه لیدز انجام شد، از تکنیک‌های یادگیری عمیق برای آموزش سیستم هوش مصنوعی برای خواندن خودکار اسکن‌های شبکیه و شناسایی افرادی که در سال بعد احتمال حمله قلبی داشتند، استفاده شد.

یادگیری عمیق مجموعه پیچیده ای از الگوریتم ها است که رایانه ها را قادر می سازد الگوهای موجود در داده ها را شناسایی کرده و پیش بینی کنند.

نوشتن در مجله هوش ماشین طبیعتمحققان گزارش می دهند که سیستم هوش مصنوعی بین 70 تا 80 درصد دقت دارد و می تواند به عنوان مکانیسم ارجاع دوم برای بررسی عمیق قلبی عروقی استفاده شود.

استفاده از یادگیری عمیق در تجزیه و تحلیل اسکن شبکیه می تواند روش غربالگری منظم بیماران برای علائم بیماری قلبی را متحول کند.

پروفسور الکس فرانگی که دارای کرسی Diamond Jubilee در پزشکی محاسباتی در دانشگاه لیدز است و یکی از همکاران تورینگ در موسسه آلن تورینگ است، این تحقیق را نظارت کرد. وی گفت: بیماری های قلبی عروقی از جمله سکته قلبی، عامل اصلی مرگ و میر زودهنگام در سراسر جهان و دومین قاتل بزرگ در بریتانیا است که باعث بیماری مزمن و بدبختی در سراسر جهان می شود.

“این تکنیک امکان ایجاد انقلابی در غربالگری بیماری قلبی را باز می کند. اسکن شبکیه نسبتاً ارزان است و به طور معمول در بسیاری از اقدامات بینایی سنجی استفاده می شود. در نتیجه غربالگری خودکار، بیمارانی که در معرض خطر بالای بیماری هستند می توانند به متخصص ارجاع داده شوند. خدمات قلبی

این اسکن همچنین می تواند برای ردیابی علائم اولیه بیماری قلبی استفاده شود.

این مطالعه شامل همکاری جهانی دانشمندان، مهندسان و پزشکان دانشگاه لیدز بود. اعتماد NHS بیمارستان های آموزشی لیدز. دانشگاه یورک؛ موسسه تصویربرداری زیست پزشکی Cixi در نینگبو، بخشی از آکادمی علوم چین؛ دانشگاه کوت دازور، فرانسه؛ مرکز ملی اطلاعات بیوتکنولوژی و مؤسسه ملی چشم که هر دو بخشی از مؤسسه ملی بهداشت در ایالات متحده هستند. و KU Leuven در بلژیک.

بیوبانک بریتانیا داده هایی را برای این مطالعه ارائه کرد.

کریس گیل، پروفسور پزشکی قلب و عروق در دانشگاه لیدز و مشاور قلب و عروق در بیمارستان‌های آموزشی لیدز، NHS Trust، یکی از نویسندگان این مقاله تحقیقاتی بود.

وی گفت: سیستم هوش مصنوعی این پتانسیل را دارد که افرادی را که در غربالگری معمول چشم شرکت می کنند و در آینده در معرض خطر بیشتری برای بیماری های قلبی عروقی هستند شناسایی کند، به این ترتیب درمان های پیشگیرانه می تواند زودتر برای جلوگیری از بیماری های قلبی عروقی زودرس آغاز شود.

یادگیری عمیق

در طی فرآیند یادگیری عمیق، سیستم هوش مصنوعی اسکن شبکیه و اسکن قلب بیش از 5000 نفر را تجزیه و تحلیل کرد. سیستم هوش مصنوعی ارتباط بین آسیب شناسی در شبکیه چشم و تغییرات در قلب بیمار را شناسایی کرد.

هنگامی که الگوهای تصویر آموخته شد، سیستم هوش مصنوعی می تواند اندازه و کارایی پمپاژ بطن چپ، یکی از چهار حفره قلب، را تنها از طریق اسکن شبکیه تخمین بزند. بزرگ شدن بطن با افزایش خطر بیماری قلبی مرتبط است.

با اطلاعات مربوط به اندازه تخمینی بطن چپ و کارایی پمپاژ آن همراه با داده های اولیه جمعیت شناختی در مورد بیمار، سن و جنس آنها، سیستم هوش مصنوعی می تواند خطر حمله قلبی را در 12 ماه بعدی پیش بینی کند.

در حال حاضر، جزییات مربوط به اندازه و کارایی پمپاژ بطن چپ بیمار تنها در صورت انجام آزمایشات تشخیصی مانند اکوکاردیوگرافی یا تصویربرداری رزونانس مغناطیسی قلب قابل تعیین است. این آزمایش‌های تشخیصی می‌توانند گران باشند و اغلب فقط در بیمارستان‌ها در دسترس هستند، و برای افرادی که در کشورهایی که سیستم‌های مراقبت بهداشتی با منابع کمتری دارند – یا افزایش غیرضروری هزینه‌های مراقبت‌های بهداشتی و زمان انتظار در کشورهای توسعه‌یافته، غیرقابل دسترس هستند.

Sven Plein، پروفسور تصویربرداری قلبی عروقی بنیاد قلب بریتانیا در دانشگاه لیدز و یکی از نویسندگان مقاله تحقیقاتی، گفت: “سیستم هوش مصنوعی ابزاری عالی برای کشف الگوهای پیچیده موجود در طبیعت است و این چیزی است که ما انجام می دهیم. در اینجا پیدا شده است — الگوی پیچیده تغییرات در شبکیه چشم که با تغییرات در قلب مرتبط است.”