Искусственный интеллект спрогнозировал риск сердечно-сосудистой смерти

Использование модели глубокого обучения позволяет предсказать 10-летний риск смерти от инфаркта или инсульта по результатам одного рентгеновского снимка органов грудной клетки. К таким выводам пришли ученые из Исследовательского центра визуализации сердечно-сосудистых заболеваний в Массачусетсе. Результаты исследования, представленные на ежегодной встрече Радиологического общества Северной Америки RSNA 2022, опубликовал Medscape.

Ученые разработали алгоритм выявления сердечно-сосудистого риска по результатам одной рентгенограммы органов грудной клетки участников масштабного исследования PLCO. Для обучения модели использовали результаты 147,5 тыс. рентгенограмм 40,6 тыс. участников.

Способность искусственного интеллекта прогнозировать 10-летний риск развития атеросклеротических сердечно-сосудистых заболеваний сравнили со стандартным методом, рекомендованным Американской коллегией кардиологов (ACC) и Американской ассоциацией сердца (AHA), который учитывает возраст, пол, расовую принадлежность, уровень систолического артериального давления, лечение гипертонии, курение, наличие диабета 2-го типа и липидограмму.

Вероятность развития серьезных сердечно-сосудистых событий оказалась в два раза выше среди участников, у которых программа глубокого обучения выявила риск появления сердечно-сосудистых заболеваний по результатам рентгенографии. Взаимосвязь между риском, выявленным с помощью искусственного интеллекта, и развитием серьезных сердечно-сосудистых событий осталась статистически значимой даже при анализе с учетом известных факторов риска (отношение риска составило 1,63).

Вероятность появления атеросклеротических сердечно-сосудистых заболеваний, рассчитанная с помощью разработанной модели и стандартного метода, оказалась сходной.

Ученые отметили, что надежность разработанного алгоритма необходимо дополнительно подтвердить с использованием данных пациентов более молодого возраста. Использование подобной методики позволит оценивать риск появления сердечно-сосудистых заболеваний среди пациентов, у которых нет доступа к специализированной кардиологической помощи.