Osoby narażone na atak serca będą mogły zostać zdiagnozowane przez... sztuczną inteligencję! Jak? Na uniwersytecie w Leeds powstał system sztucznej inteligencji, który bazując na skanach oczu pacjentów, wykrywa osoby obarczone wysokim ryzykiem ataku serca. Czy można pokusić się o stwierdzenie, że jest to punkt przełomowy we współczesnej medycynie?
Aby ułatwić pracę służbie zdrowia, naukowcy z uniwersytetu w Leeds wykorzystali technologię głębokiego uczenia się opartego o analizę skany oczu wykonywane w trakcie rutynowych wizyt u okulisty czy u optyka. Zaskakujące jest to, że już pierwsze próby dają bardzo obiecujące wyniki. Skuteczność algorytmu została oszacowana na 80 proc. Trzeba przyznać, jest to rewelacyjny wynik! Czy to rozwiązanie ma szansę na wejście do arsenału medyków na stałe?
To właśnie choroby układu sercowo-naczyniowego stanowią najczęstszą przyczynę umieralności w Polsce. Każdego roku na zawały oraz ataki serca zapada w kraju około 80 tys. osób. Co ciekawe, aż 60 proc. tych osób to... mężczyźni.
Uważa się, iż tak nieciekawe statystyki są efektem ciągłych braków w profilaktyce i wczesnym wykrywaniu zagrożeń. Testowana przez brytyjskich uczonych metoda wczesnego wykrywania ma szansę zrewolucjonizować medyczną diagnostykę! Jak zaznaczył, cytowany przez portal kopalniawiedzy.pl prof. Alex Frangi, osoby badane przez okulistę czy optometrystę mogą niejako przy okazji dowiedzieć się, czy nie rozwija się u nich choroba układu krążenia. Dzięki temu leczenie można będzie zacząć wcześniej, jeszcze zanim pojawią się inne objawy.
Warto podkreślić, iż aby system właściwie interpretował zdjęcia, testowano go na danych ponad pięciu tys. pacjentów. Zdjęcia ich oczu posłużyły sztucznej inteligencji do nauczenia się odróżniania zdrowych organów od tych z patologicznymi zmianami. To właśnie na tej podstawie, system jest w stanie określić wielkość, a także wydajność lewej komory serca. Jej powiększenie jest jednym ze zwiastunów nadchodzących problemów kardiologicznych. Następnie SI, łącząc dane o stanie serca z informacjami o wieku i płci pacjenta, nauczyła się przewidywać ryzyko ataku w ciągu najbliższego roku.