Ученые использовали машинное обучение для оценки кальцификации аорты при помощи сканирования костной ткани. Новый метод может предсказывать развитие сердечно-сосудистых и других заболеваний задолго до появления симптомов.

Кальцификация аорты - это отложение кальция на стенках кровеносных сосудов. Кальцификация брюшной аорты (AAC), которая происходит в части аорты, проходящей через брюшную полость, может предвещать инсульт и сердечный приступ, а также служить индикатором риска смерти.

AAC заметна на снимках плотности костной ткани, которые обычно используются для диагностики остеопороза. Этот процесс требует высокой квалификации специалистов для анализа, а также занимает много времени.

Как работает система оценки

Обычно AAC определяется специалистами с помощью 24-балльной системы подсчета (AAC-24). Значение 0 означает отсутствие кальцификации, а 24 - ее наиболее выраженную степень. Австралийские ученые решили использовать ИИ с машинным обучением для ускорения процесса оценки.

Они использовали модель LLM, которую обучили на 5 012 фотографиях позвоночника. Далее ученые проверили эффективность новой модели в классификации изображений. Модель должна была распределить изображения по категориям - низкая, умеренная и высокая кальцификация на основе системы баллов AAC-24. Для проверки точности оценки AAC моделью результаты сравнивались с оценками, полученными от врачей.

Мнение ПО и специалистов совпали в 80% случаев. Только у 3% пациентов с высокими показателями AAC программное обеспечение неправильно определило низкие показатели.

Источник: https://newatlas.com/

Алгоритм машинного обучения способен обрабатывать до 60 000 изображений в день, что значительно превосходит скорость работы специалистов. Этот метод может применяться для раннего выявления заболеваний до появления симптомов, что позволяет принимать профилактические меры и улучшать качество жизни.