به گزارش گاردین، پزشکان یک ابزار هوش مصنوعی "فوق بشری" ابداع کرده اند که می تواند علائم بیماری قلبی را در کمتر از دو ثانیه شناسایی کند و اطلاعات بیشتری را از یک نوار قلب معمولی نسبت به آنچه که چشم انسان معمولاً می بیند استخراج می کند.

این فناوری که بر روی میلیون‌ها بیمار آموزش داده شده است، نشانه‌های نارسایی قلبی و بیماری دریچه قلب - دو مورد از رایج‌ترین شکل‌های بیماری قلبی - را مستقیماً از نتایج الکتروکاردیوگرام شناسایی می‌کند. جزئیات این پیشرفت که توسط گاردین در میان [آخرین تحولات هوش مصنوعی] (https://aibuzzwire.news) گزارش شده است، در کنگره سالانه انجمن قلب و عروق اروپا در مونیخ، بزرگترین کنفرانس قلب جهان، به هزاران نماینده ارائه شد.

چرا یک آزمایش صد ساله به کمک نیاز داشت

الکتروکاردیوگرام برای یک قرن یک ابزار پزشکی حیاتی بوده و فعالیت الکتریکی قلب - ضربان و ریتم آن - را ثبت می‌کند و به تشخیص حملات قلبی و ریتم غیرطبیعی قلب کمک می‌کند. اما ECG سنتی نمی تواند بیماری قلبی را تشخیص دهد. برای این کار نیاز به اکوکاردیوگرام، اسکن اولتراسوند از قلب است که بیماران اغلب ماه ها منتظر می مانند.

این شکاف چیزی است که ابزار هوش مصنوعی برای بستن آن طراحی شده است. این الگوهای ظریف در ECG را می خواند که با مشکلات ساختاری قلب مرتبط است و بیمارانی را که به احتمال زیاد به آنها مبتلا هستند، نشان می دهد، چیزی که متخصصان قلب درگیر آن را "چشم به هم زدن" توصیف کردند.

این پتانسیل صرفاً به دلیل مقیاس بسیار زیاد است: تقریباً یک میلیارد نوار قلب هر سال در سراسر جهان انجام می شود که این آزمایش را به یکی از رایج ترین آزمایش ها در تمام پزشکی تبدیل می کند. اگر نرم افزار بتواند اطلاعات تشخیصی را از آزمایشی که در حال حاضر انجام شده است جمع کند، می تواند به بیمارانی برسد که در غیر این صورت هرگز به موقع اسکن نمی شوند.

آنچه آزمایش 67000 بیمار پیدا کرد

در آزمایشی که بر روی 67000 بیمار در ایالات متحده انجام شد و توسط بنیاد قلب بریتانیا (BHF) تامین شد، ابزار هوش مصنوعی تا 81 درصد از مبتلایان به نارسایی قلبی و تا 90 درصد از مبتلایان به بیماری دریچه قلب را شناسایی کرد.

نکته مهم این است که این ابزار یک تشخیص مستقل نیست. نمی تواند به تنهایی هر یک از این شرایط را تایید یا رد کند. کاری که انجام می دهد این است که یک نشانه بسیار قوی ارائه می دهد - به اندازه ای که بیمارانی را که به احتمال زیاد ناهنجاری قلبی دارند مستقیماً به اکوکاردیوگرام ردیابی کنند، نه اینکه آنها را برای ماه ها در لیست انتظار استاندارد بگذارند.

دکتر سونیا بابو-نارایان، مشاور قلب و عروق و مدیر بالینی بنیاد قلب بریتانیا، می‌گوید: «این هیجان‌انگیز است که می‌بینیم هوش مصنوعی اکنون می‌تواند یک ECG را با چیزی شبیه به یک چشم به هم زدن ارائه دهد.» "فناوری مانند AI ECG در این تحقیق، که پتانسیل شناسایی زودهنگام بیماران پرخطر را دارد، همه افراد مبتلا به بیماری قلبی را شناسایی نمی کند. اما می تواند راه حلی برای کمک به ردیابی سریع بیمارانی باشد که احتمال ناهنجاری قلبی دارند. وقتی نوبت به قلب می رسد، تشخیص و درمان زودهنگام باعث نجات و بهبود زندگی می شود."

ابتلا به بیماری هایی که هیچ کس به دنبال آن نبود

جالب ترین کاربرد ممکن است همان چیزی باشد که محققان آن را غربالگری فرصت طلبانه می نامند. از آنجایی که ECG به طور مداوم انجام می شود - برای تپش قلب، قبل از جراحی، به عنوان بخشی از معاینات معمول - این مدل می تواند در سکوت بر روی هر نوار قلب تولید شده یک بیمارستان اجرا شود و بیمارانی را که هرگز به نارسایی قلبی یا بیماری دریچه ای مشکوک نبودند، علامت گذاری کند.

پروفسور فو سیونگ نگ، استاد قلب و عروق در امپریال کالج لندن، گفت: «یکی دیگر از کاربردهای بالقوه این مدل هوش مصنوعی، تشخیص فرصت‌طلبانه نارسایی قلبی و بیماری دریچه قلب است که در آن شرایط مشکوک نیست.» مدل هوش مصنوعی را می‌توان بر روی تمام نوار قلب‌هایی که در بیمارستان انجام می‌شود اجرا کرد تا افرادی که در معرض بالاترین خطر ابتلا به این بیماری‌ها هستند، شناسایی شوند تا زودتر تشخیص داده شوند.

Ng اشاره کرد که بیماران اغلب پس از ارجاع توسط پزشک خود می توانند چندین ماه برای اسکن اولتراسوند قلب منتظر بمانند و گفت که ارزش واقعی این فناوری اولویت بندی است: شناسایی افرادی که واقعاً به آن اسکن نیاز دارند.

دکتر احمد المدانی، محقق بالینی BHF در امپریال کالج لندن که این تحلیل را رهبری می‌کرد، این ابزار را "هوش مصنوعی فوق بشری" توصیف کرد و چالش بعدی را مطرح کرد: طراحی دستگاه‌های ECG خوان دستی مبتنی بر هوش مصنوعی که متخصصان مراقبت‌های بهداشتی می‌توانند در خارج از بیمارستان از آن استفاده کنند، و دسترسی را بسیار فراتر از بخش‌های قلب و عروق گسترش می‌دهد.

تشخیص زودهنگام اهمیت دارد زیرا هر دو بیماری با تاخیر به طور چشمگیری خطرناک تر می شوند. نارسایی قلبی و بیماری دریچه را می‌توان با داروها و روش‌های نجات‌بخش مدیریت کرد - اما تنها در صورتی که بیماران قبل از اینکه به طور خطرناکی ناخوشایند شوند، شناسایی شوند.

AI Read Faces Next

کنگره مونیخ همچنین شنید که چگونه هوش مصنوعی می‌تواند سیگنال‌های تشخیصی را از چیزی ساده‌تر از نوار قلب استخراج کند: یک ویدیوی کوتاه از صورت یک فرد. محققان دانشگاه توکیو و موسسه علوم توکیو یک تجزیه و تحلیل هوش مصنوعی از ویدئوهای صورت پنج ثانیه ای ارائه کردند که می تواند به سرعت و با دقت فشار خون بالا و دیابت نوع 2 تشخیص داده نشده را تشخیص دهد - شرایطی که میلیون ها نفر بدون اینکه بدانند به آن مبتلا هستند.

در مجموع، دو خط تحقیق به یک موضوع مشترک اشاره دارد که سرعت جمع آوری هوش مصنوعی پزشکی را دارد: تبدیل اندازه گیری های بی اهمیت و کم هزینه به ابزارهای غربالگری که زودتر به بیماری های جدی مبتلا می شوند. آخرین پیشرفت‌های هوش مصنوعی را دنبال کنید زیرا سیستم‌های بهداشتی نحوه و سرعت استقرار آنها را ارزیابی می‌کنند.

از هوش مصنوعی جلوتر بمانید

هوش مصنوعی پزشکی به سرعت در حال پیشرفت است - و همه چیز دیگر در این زمینه نیز همینطور است. اخبار هوش مصنوعی را بیشتر بخوانید در AI Buzz Wire، منبع شما برای پوشش مستقل هوش مصنوعی.

[آخرین اخبار تحقیقات هوش مصنوعی را دریافت کنید] (https://aibuzzwire.news/en) و ببینید چگونه یادگیری ماشینی در حال تغییر پزشکی، علم و فراتر از آن است.