Dzięki badaniu CT można ocenić ryzyko zawału lub udaru
Na podstawie analizy obrazów z typowego badania metodą tomografii komputerowej sztuczna inteligencja może ocenić ryzyko sercowo – naczyniowe, czyli prawdopodobieństwo wystąpienia na przykład zawału serca lub udaru – informuje „American Journal of Roentgenology”.
Według amerykańskich autorów (DOI: 10.2214/AJR.22.27977) w pełni zautomatyzowana i znormalizowana analiza składu ciała w tomografii komputerowej jamy brzusznej może przyczynić się do ulepszenia tradycyjnych modeli przewidywania ryzyka sercowo-naczyniowego.
„Obszar trzewnej tkanki tłuszczowej przy w pełni zautomatyzowanej i znormalizowanej analizie badań TK jamy brzusznej pozwala przewidzieć późniejszy zawał mięśnia sercowego lub udar mózgu niezależnie od tradycyjnych mierników masy ciała i powinien być traktowany jako dodatek do BMI w modelach ryzyka” – napisała pierwsza autorka, dr Kirti Magudia, z wydziału radiologii w Duke University School of Medicine.
W retrospektywnym badaniu przeprowadzonym przez dr Magudię i współpracowników wzięło udział 9752 pacjentów ambulatoryjnych (5519 kobiet, 4233 mężczyzn; 890 osób rasy czarnej, 8862 rasy białej; średni wiek 53,2 lat), którzy przeszli rutynową tomografię komputerową jamy brzusznej w Brigham and Women's Hospital lub Massachusetts General Hospital od stycznia do grudnia 2012 roku, bez poważnej diagnozy sercowo-naczyniowej lub onkologicznej w ciągu 3 miesięcy od badania.
Metodą głębokiego uczenia maszynowego przeprowadzono w pełni zautomatyzowaną analizę składu ciała na poziomie kręgów lędźwiowych (L3), aby określić proporcje trzech rodzajów tkanki: mięśni szkieletowych, trzewnej tkanki tłuszczowej i podskórnej tkanki tłuszczowej. Kolejny zawał mięśnia sercowego lub udar mózgu został ustalony na podstawie elektronicznej dokumentacji medycznej.
Ostatecznie, po normalizacji ze względu na wiek, płeć i rasę, obszar trzewnej tkanki tłuszczowej uzyskany z rutynowej CT wiązał się z ryzykiem zawału mięśnia sercowego i udaru.
Jak przewidują autorzy, w pełni zautomatyzowana analiza składu ciała przy użyciu uczenia maszynowego mogłaby być szeroko stosowana do uzyskania dodatkowych informacji z rutynowych badań obrazowych.
Źródło: pap.pl
wstecz Podziel się ze znajomymi
03-03-2023
Najdokładniejsze systemy satelitarnego transferu czasu
Nie zawsze zegar atomowy działa lepiej niż kwarcowy.
03-03-2023
Ponad połowa chorych z SARS-CoV2 cierpi na długi covid
Przez długi czas może mieć takie objawy jak zmęczenie.
03-03-2023
Uniwersytet Warszawski będzie kształcić kadry dla energetyki jądrowej
Przekazał Wydział Fizyki UW.
Recenzje