Zdrowie, które każdy z nas posiada, jest uważane za jeden z najważniejszych aspektów ludzkiego życia. Jak mawiał Hipokrates, "Zdrowie to największe dobro". W obliczu rozwijających się technologii, naukowcy starają się opracować narzędzia umożliwiające przewidywanie przyszłego stanu zdrowia jednostki, aby dostarczyć środków wczesnej interwencji, zanim wystąpią poważne schorzenia. Właśnie w tym kontekście, zespół naukowy z Uniwersytetu Edith Cowan (ECU) opracował unikatowe oprogramowanie wykorzystujące sztuczną inteligencję (AI) w celu analizy obrazów gęstości kości, otwierając drzwi do ekspresowej diagnozy potencjalnych zagrożeń sercowo-naczyniowych.

Zwapnienie aorty brzusznej (AAC) to stan, w którym dochodzi do nagromadzenia się złogów wapnia w aorcie brzusznej, będący silnym wskaźnikiem ryzyka związanego z chorobami sercowo-naczyniowymi. Analiza obrazów gęstości kości, na której zwykle opiera się diagnoza AAC, była dotychczas pracochłonna i wymagała angażowania wysoko wykwalifikowanych specjalistów, którzy spędzali od 5 do 15 minut na analizie każdego obrazu. Nowe oprogramowanie, będące owocem badań zespołu z ECU, potrafi przeanalizować około 60 000 obrazów w ciągu jednego dnia, znacznie skracając czas potrzebny na analizę. Przełomowy postęp technologiczny, jaki reprezentuje opracowane oprogramowanie, ma kluczowe znaczenie dla powszechnego stosowania metody wykrywania AAC, zarówno w badaniach naukowych, jak i codziennej praktyce klinicznej.

Profesor nadzwyczajny Joshua Lewis, uczestniczący w badaniu, zauważa, że możliwość szybkiego i łatwego uzyskania zautomatyzowanych szacunków AAC na podstawie badania gęstości kości może zrewolucjonizować podejście do wczesnego wykrywania i monitorowania chorób sercowo-naczyniowych. W eksperymencie przeprowadzonym przez zespół naukowców z ECU i współpracujących instytucji, zanalizowano ponad 5000 obrazów, korzystając zarówno z analizy ekspertów, jak i opracowanego oprogramowania. Wyniki badań wykazały, że w 80% przypadków zarówno program, jak i eksperci doszli do tego samego wniosku co do ciężkości AAC. Zauważono, że tylko u 3% osób z wysokim poziomem AAC zostały błędnie zdiagnozowane jako osoby z niskim poziomem tego stanu, a osoby te są najbardziej narażone na śmiertelne i niezakończone zgonem zdarzenia sercowo-naczyniowe oraz śmiertelność z dowolnej przyczyny.

Choć porównanie dokładności nowego oprogramowania z wydajnością ludzką nie zostało jeszcze całkowicie zweryfikowane, badacze dokonali znaczących ulepszeń w nowszych wersjach oprogramowania. Perspektywa badania przesiewowego chorób układu krążenia i innych schorzeń na dużą skalę, zanim pojawią się objawy, wydaje się być obiecującym osiągnięciem. Profesor Lewis podkreśla, że nowa technologia umożliwi osobom z grupy ryzyka wcześniejsze dokonanie niezbędnych zmian w stylu życia, co może znacząco wpłynąć na poprawę ich stanu zdrowia w późniejszym życiu.

Osiągnięcia te są dowodem na niewątpliwy potencjał, jaki niesie ze sobą rozwój technologii sztucznej inteligencji w dziedzinie medycyny. Poprzez stworzenie efektywnych narzędzi diagnozowania chorób sercowo-naczyniowych na wczesnym etapie, naukowcy przyczyniają się do lepszego zrozumienia i zarządzania ryzykiem związanym z tymi schorzeniami, co z kolei może prowadzić do poprawy jakości życia wielu osób.