Искусственный интеллект может предсказать смерть от сердечных заболеваний по рентгену грудной клетки на 10 лет вперед

Стандартные рекомендации предлагают взрослым регулярно проходить обследование на предмет определения вероятности развития у них атеросклеротических сердечно-сосудистых заболеваний в течение 10 лет.

Современный метод расчета этого риска, разработанный Американским кардиологическим колледжем (АКК), требует от врачей сбора и анализа разнообразной информации о состоянии здоровья, включая возраст, пол, расу, артериальное давление, уровень холестерина, историю диабета и многое другое. Но альтернативный метод, представленный на ежегодной встрече Радиологического общества Северной Америки, позволяет составлять 10-летние оценки риска сердечных заболеваний с использованием только базового рентгеновского снимка грудной клетки.

Новый метод основан на технологии глубокого обучения. По словам ведущего автора исследования доктора Якоба Вайса, как и калькулятор риска АКК, метод на базе искусственного интеллекта (ИИ) также призван помочь "выявить людей, которым полезно принимать статины, но которые в настоящее время не получают лечения".

Чтобы разработать модель глубокого обучения, исследователи обучили ИИ искать признаки того, что в течение десятилетия может произойти крупное неблагоприятное сердечно-сосудистое событие, изучив более 147 000 рентгеновских снимков грудной клетки, полученных от более чем 40 000 участников отдельного испытания по скринингу рака.

После того как модель была обучена, ее испытали на практике, поручив ей оценить 10-летний риск сердечно-сосудистых заболеваний для другой группы из 11 430 пациентов клиники Mass General Brigham. Отметим, что ни у кого из них никогда не было серьезных неблагоприятных сердечно-сосудистых событий, но они потенциально могли принимать статины.

По словам исследователей, была обнаружена "значительная связь" между пациентами, определенных с помощью ИИ как подверженных риску развития неблагоприятных событий в будущем, и 9,6% пациентов, у которых эти события действительно произошли в течение 10 лет после получения рентгеновского снимка.

Результаты, полученные ИИ, также сравнивались с результатами традиционного метода оценки примерно 2400 пациентов, у которых была рентгенограмма грудной клетки и все необходимые медицинские данные. В этом сравнении модель глубокого обучения дала в целом схожие результаты с калькулятором АКК, и ее результаты также были признаны "аддитивными" по сравнению со стандартным методом, поскольку она опирается только на одну переменную, которая уже может храниться в электронной медицинской карте пациента. Достоинство этого подхода в том, что для диагноза нужен только рентгеновский снимок, который делается миллионы раз в день по всему миру.

Для подтверждения метода до его широкого применения в клинике необходимы дополнительные исследования. Тем не менее предварительные результаты являются многообещающими для будущего этой технологии оценки риска сердечных заболеваний.