2023. 03. 01. - 10:45

Szív- és érrendszeri betegségek előrejelzését segíti a mesterséges intelligencia

Szív- és érrendszeri betegségek előrejelzését segíti a mesterséges intelligencia

Mesterséges intelligenciát alkalmaznak a kutatók a szív- és érrendszeri betegségek előrejelzésére: segítségével megjósolhatják a szív- és érrendszeri betegségeket, így az artériás fibrillációt és a szívelégtelenséget.

Megjósolhatják a kutatók a szív- és érrendszeri betegségeket – így például az artériás fibrillációt és a szívelégtelenséget, amennyiben a betegeknél mesterséges intelligencia (MI) segítségével vizsgálják a DNS-ben lévő géneket – áll a Rutgers Egyetem új tanulmányában.
 
„Sikeresen végrehajtott modellünkben előrevetítettük a rendkívül jelentős szív- és érrendszeri betegségek esetében a gének kapcsolatát, amelyek olyan demográfiai változókhoz kötődnek, mint a faj, a nem és az életkor” – mondta Zeeshan Ahmed, a Rutgers Institute for Health, Health Care Policy és munkatársa, a tanulmány vezető szerzője, amely az Aging Research (IFH) és a Genomics folyóiratban jelent meg. Olvasd el: Húsz másodperc alatt észleli a szívbetegségeket egy új MI-eszköz
 
Az Egészségügyi Világszervezet (WHO) adatai alapján a szív- és érrendszeri betegségek a vezető halálokok világszerte, miközben a becslések szerint a korai szív- és érrendszeri betegségek több mint 75 százaléka megelőzhető.
 
A pitvarfibrilláció és a szívelégtelenség felelős a szív- és érrendszeri betegségekben bekövetkezett halálozások mintegy 45 százalékáért. Olvasd el: Megjósolja a szívelégtelenség súlyosbodását a mesterséges intelligencia
 
Szív- és érrendszeri betegségek előrejelzését segíti a mesterséges intelligencia
Szív- és érrendszeri betegségek előrejelzését segíti a mesterséges intelligencia
 
A szív- és érrendszeri betegségek diagnosztikája, megelőzése és kezelése terén elért jelentős előrelépés ellenére a jelentések szerint az érintett páciensek nagyjából fele a diagnózis felállításától számított 5 éven belül meghal különböző okok miatt - beleértve a genetikai és környezeti tényezőket.
 
A kutatók rámutattak arra, hogy a mesterséges intelligencia és a gépi tanulás alkalmazása felgyorsíthatja azon gének azonosítását, amelyek fontos hatással vannak a szív- és érrendszeri betegségekre – ez pedig a diagnózisok és a kezelés javulásához vezethet. Olvasd el: A szívelégtelenség láthatatlan jeleit is észleli a mesterséges intelligencia
 
Az IFH kutatói egészséges, illetve szív- és érrendszeri betegséggel diagnosztizált betegeket elemeztek. Mesterséges intelligencia és gépi tanulási modellek segítségével vizsgálták azokat a géneket, amelyekről ismert, hogy kapcsolódnak a szív- és érrendszeri betegségek leggyakoribb megnyilvánulásaihoz, köztük a pitvarfibrillációhoz és a szívelégtelenséghez.
 
Olyan géncsoportot azonosítottak, amely jelentős mértékben összefügg a szív- és érrendszeri betegségekkel. 
 
A kutatók a faji, nemi és életkori tényezők között is lényeges különbségeket találtak a szív- és érrendszeri betegségek alapján.
 
Míg az életkori és nemi tényezők a szívelégtelenséggel, addig az életkori és rassz tényezők a pitvarfibrillációval korreláltak. A vizsgált betegek esetében kiderült: minél idősebb a páciens, annál valószínűbb, hogy szív- és érrendszeri betegségben szenved.
 
„Ha időben megértjük és pontosan kezeljük a szív- és érrendszeri megbetegedéseket, az végső soron emberek milliói számára előnyös, hiszen csökkenti a halálozás magas kockázatát és javítja az életminőséget” - mondta Ahmed, a Rutgers Robert Wood Johnson Medical School Orvostudományi Tanszékének adjunktusa.
 
A kutatók szerint a jövőbeli kutatásoknak ki kell terjeszteniük ezt a megközelítést a szív- és érrendszeri betegségben szenvedő páciensek teljes génkészletének elemzésére, amelyek feltárhatják a szív- és érrendszeri betegségekre való hajlamhoz kapcsolódó fontos biomarkereket és kockázati tényezőket.
 
 
L.A.

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.