Автоматизированный алгоритм машинного обучения, разработанный исследователями из Университета Эдит Коуэн (ECU) совместно с Университетом Манитобы, продемонстрировал высокую эффективность в выявлении рисков сердечно-сосудистых заболеваний, падений и переломов на основе изображений, полученных в ходе рутинной оценки плотности костной ткани.
В рамках исследования доктор Кассандра Смит из ECU обнаружила, что у 58% пожилых женщин, проходящих стандартную проверку плотности костей, была выявлена умеренная или высокая степень кальцификации аорты. При этом каждая четвертая пациентка даже не подозревала о наличии данного состояния, которое значительно повышает риск серьезных сердечно-сосудистых событий.
Опираясь на это наблюдение, ученые разработали программу, которая анализирует данные методики оценки переломов позвонков (VFA) — она часто используется при диагностике остеопороза, и определяет степень кальцификации брюшной аорты (AAC) — маркера, который тесно связан с риском инфарктов и инсультов.
Алгоритм позволяет проводить оценку состояния сосудов за считанные секунды, в то время как традиционный метод требует от опытного специалиста около 5−6 минут для анализа только одного изображения. Это означает, что тысячи снимков могут быть обработаны искусственным интеллектом в течение нескольких минут, что делает возможным массовый скрининг.
Доктор Смит подчеркивает, что женщины традиционно реже проходят обследование и, соответственно, реже получают лечение по поводу сердечно-сосудистых заболеваний. Возможность использовать уже имеющееся медицинское оборудование с низкой лучевой нагрузкой для выявления риска инсульта или инфаркта предоставляет шанс изменить эту ситуацию. Поскольку кальцификация аорты никак себя не проявляет, без специального скрининга она остается незамеченной, и пациентки лишаются шанса на раннюю диагностику и профилактику.
Дополнительные результаты были получены доктором Марком Симом из ECU, который установил, что у женщин с высоким уровнем AAC значительно выше риск госпитализации в результате падений и возникновения переломов. Его анализ показал: чем выше степень кальцификации сосудов, тем выше вероятность таких инцидентов. Традиционно факторами риска падений считаются история предыдущих падений, низкая минеральная плотность костей и прием определенных медикаментов. Однако состояние сосудов, как правило, в качестве диагностического параметра не учитывается.
Тем не менее, как показал доктор Сим, степень кальцификации аорты оказалась более значимым фактором, предсказывающим риск падений, чем многие другие, официально признанные клинические маркеры. Это открытие может изменить подход к диагностике и профилактике падений у пожилых людей. Новый алгоритм дает врачам возможность получать информацию о сосудистом здоровье пациентов параллельно с оценкой состояния их костной ткани — без необходимости дополнительных процедур или оборудования.
Тем временем искусственный интеллект активно внедряется и в российскую медицину: узнайте об этом больше.
