#ICNC2019: Riscul de infarct miocardic sau deces la pacienții cu angină pectorală poate fi determinat cu o acuratețe de peste 90% de către un algoritm AI

  • Medicina digitală



LogitBoost, algoritmul pe bază de inteligență artificială, calculează cu o precizie de peste 90% riscul de infarct miocardic sau deces al pacienților cu angină pectorală. Conform unui studiu prezentat la #ICNC2019, rezultatele generate de software, precum și acuratețea cu care a analizat datele, le-au întrecut semnificativ pe cele ale medicilor.

Algoritmul a fost pregătit cu 85 de variabile, incluzând prezența plăcilor coronariene, îngustarea vaselor de sânge, modul de curgere a sângelui, vârsta, sexul etc. Acesta le-a analizat în mod repetat până când a reușit să identifice anumite tipare cu ajutorul cărora să poată corela variabilele cu riscul de infarct miocardic sau de deces.

abonare

„Aceste avansuri tehnologice sunt de departe cel mai bun lucru realizat în medicină. Deși avem toate datele, încă nu le folosim la potențialul lor maxim” – afirmă autorul studiului Dr. Luis Eduardo Juarez-Orozco, Turku PET Centre, Finland.

În mod obișnuit, medicii utilizează scoruri de risc pentru a lua decizii în ceea ce privește alegerea diverselor tipuri de tratamente. Totuși, aceste scoruri se bazează numai pe câteva variabile, iar cel mai adesea au o acuratețe slabă în rândul pacienților. Prin repetare și ajustare, inteligența artificială poate exploata cantități imense de date, identificând numeroase tipare complexe, greu de observat de către oameni.

Desfășurarea studiului

Studiul a inclus 950 de pacienți cu angină pectorală, care au parcurs protocolul obișnuit al centrului de care aparțineau, realizându-și toate testele pentru identificarea bolii arteriale coronariene.

„Doctorii deja colectează numeroase informații de la pacienți. Am descoperit că machine learning-ul poate integra aceste date și poate prezice în mod precis riscul individual al fiecăruia. În acest fel ne va putea fi permisă personalizarea tratamentului și obținerea unor rezultate mai bune pentru pacienți” – continuă Dr Juarez-Orozco.

În urma unei coronarografii, au fost identificate 58 de variabile care să confirme prezența plăcii coronariene, a îngustării vaselor de sânge și a calcificării pereților acestora. Pacienții ale căror rezultate imagistice au indicat prezența acestor factori, au fost direcționați către o examinare PET (tomografie cu emisie de pozitroni). În urma acesteia au mai fost obținute 17 variabile legate de curgerea sângelui.

Alte 10 variabile clinice, precum fumatul, vârsta, sexul, diabetul, au fost obținute din dosarele medicale ale participanților.

După o perioadă de urmărire de 6 ani, au fost înregistrate 24 de infarcturi miocardice și 49 de decese. Cele 85 de variabile au fost introduse în algoritmul LogitBoost, care le-a analizat în mod repetat până când a descoperit cea mai bună modalitate de a prezice care dintre participanți a făcut infarct și care a decedat.

Machine learning-ul, considerată piatra de temelie a inteligenței artificiale este utilizat zilnic în marea majoritate a aplicațiilor pe care le folosim. În ceea ce privește implicațiile pe care le presupune în medicină, de-a lungul anilor au fost dezvoltați o serie de algoritmi care să augmenteze și eficientizeze experiența medicilor și a pacienților.

Citește și: