ΒΑΛΤΙΜΟΡΗ. Ενα νέο σύστημα τεχνητής νοημοσύνης παρέχει τη δυνατότητα σχετικά ακριβούς πρόβλεψης (76%) για την πιθανότητα να πεθάνει ένας ασθενής με καρδιολογικό πρόβλημα, ιδίως με διαγνωσμένη ή ύποπτη στεφανιαία νόσο, μέσα στα επόμενα χρόνια. Σε αντίθεση με τις παραδοσιακές μεθόδους που βασίζονται σε κλινικά δεδομένα, το νέο σύστημα περιλαμβάνει επίσης πληροφορίες απεικόνισης της καρδιάς που μετρούνται με την καρδιακή απεικόνιση μαγνητικού συντονισμού (CMR). Στη CMR χορηγείται στους ασθενείς ένα φάρμακο για να μιμείται την επίδραση της άσκησης στην καρδιά, ενώ βρίσκονται στον σαρωτή μαγνητικής τομογραφίας. H μελέτη που ανακοινώθηκε στο επιστημονικό συνέδριο «EuroEcho 2011» της Ευρωπαϊκής Εταιρείας Καρδιολογίας εξέτασε την ακρίβεια της μηχανικής μάθησης χρησιμοποιώντας CMR και κλινικά δεδομένα για την πρόβλεψη 10ετούς θνησιμότητας από κάθε αιτία σε ασθενείς με ύποπτη ή διαγνωσμένη στεφανιαία νόσο και συνέκρινε την απόδοσή της με τα υπάρχοντα συστήματα.
Στην έρευνα συμμετείχαν 31.752 ασθενείς που παραπέμφθηκαν για CMR μεταξύ 2008 και 2018 στο Παρίσι λόγω πόνου στο στήθος, δύσπνοιας κατά την άσκηση ή υψηλού κινδύνου καρδιαγγειακής νόσου, χωρίς να εμφανίζουν συμπτώματα. Ο υψηλός κίνδυνος ορίστηκε ως η ύπαρξη τουλάχιστον δύο παραγόντων κινδύνου όπως η υπέρταση, ο διαβήτης, η δυσλιπιδαιμία και το κάπνισμα. Η μέση ηλικία ήταν τα 64 έτη και το 66% ήταν άνδρες. Οι ασθενείς παρακολουθήθηκαν κατά μέσον όρο επί έξι χρόνια για θανάτους οποιασδήποτε αιτιολογίας. Κατά τη διάρκεια της περιόδου παρακολούθησης πέθαναν 2.679 ασθενείς. Το σύστημα «εκπαιδεύτηκε» αναλύοντας τα κλινικά και CMR δεδομένα των ασθενών και δημιουργήθηκε έτσι ένας αλγόριθμος που «διαβάζει» το προφίλ κάθε ασθενούς και κάνει εκτίμηση για τον μελλοντικό κίνδυνο θανάτου του.
Το σύστημα μηχανικής μάθησης που ανέπτυξαν οι ερευνητές ήταν σε θέση να προβλέψει ποιοι ασθενείς θα ήταν ζωντανοί ή νεκροί με ακρίβεια 76%. «Αυτό σημαίνει ότι σε περίπου τρεις στους τέσσερις ασθενείς το σύστημα έκανε τη σωστή πρόβλεψη», δήλωσε ο επικεφαλής της μελέτης του Πανεπιστημιακού Νοσοκομείου Τζονς Χόπκινς της Βαλτιμόρης, δρ Θίο Πέζελ.