ΥΓΕΙΟΝΟΜΙΚΗ ΠΕΡΙΘΑΛΨΗ ΚΑΙ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ, ΝΕΕΣ ΠΡΟΒΛΕΨΕΙΣ

Επιστήμονες στο Μητροπολιτικό Πανεπιστήμιο της Οσάκα δημιούργησαν ένα εξελιγμένο μοντέλο τεχνητής νοημοσύνης (AI) που χρησιμοποιεί ακτινογραφίες θώρακος για να προσδιορίσει τη χρονολογική ηλικία του ασθενούς. Η τεχνητή νοημοσύνη προσομοιώνει πώς το ανθρώπινο μυαλό λαμβάνει αποφάσεις και επιλύει προβλήματα χρησιμοποιώντας υπολογιστές και άλλη τεχνολογία. Από το ChatGPT μέχρι το Siri της Apple, η τεχνητή νοημοσύνη μπορεί να είναι χρήσιμη με διάφορους τρόπους, συμπεριλαμβανομένης της υγειονομικής περίθαλψης.

Η ομάδα μελέτης αρχικά κατασκεύασε ένα μοντέλο τεχνητής νοημοσύνης βασισμένο σε βαθιά μάθηση για την εκτίμηση της ηλικίας από ακτινογραφίες θώρακος υγιών ατόμων υπό την καθοδήγηση του μεταπτυχιακού φοιτητή Yasuhito Mitsuyama και του αναπληρωτή καθηγητή Daiju Ueda από το Μητροπολιτικό Πανεπιστήμιο της Οσάκα. Στη συνέχεια εφάρμοσαν το μοντέλο σε ακτινογραφίες ατόμων με γνωστές διαταραχές για να εξετάσουν τη σύνδεση μεταξύ της ηλικίας που εκτιμάται από την AI και κάθε πάθησης. Λόγω του κινδύνου υπερβολικής προσαρμογής που σχετίζεται με την τεχνητή νοημοσύνη που εκπαιδεύεται σε ένα μόνο σύνολο δεδομένων, οι ερευνητές συγκέντρωσαν δεδομένα από άλλα πανεπιστήμια.

Τριάντα έξι χιλιάδες πενήντα ένα υγιή άτομα που υποβλήθηκαν σε προληπτικούς ελέγχους υγείας σε τρεις τοποθεσίες μεταξύ 2008 και 2021 παρείχαν 67.099 ακτινογραφίες θώρακος για τη δημιουργία, την εκπαίδευση, τον εσωτερικό έλεγχο και τον εξωτερικό έλεγχο του μοντέλου AI για εκτίμηση ηλικίας. Το μοντέλο που δημιουργήθηκε αποκάλυψε έναν συντελεστή συσχέτισης 0,95 μεταξύ χρονολογικών και εκτιμώμενων ηλικιών με AI. Μια τιμή συσχέτισης 0,9 ή μεγαλύτερη θεωρείται συνήθως αρκετά σταθερή.

Επιπλέον 34.197 ακτινογραφίες θώρακος από 34.197 ασθενείς με γνωστές διαταραχές από δύο διαφορετικά ιδρύματα συλλέχθηκαν για να αξιολογηθεί η χρησιμότητα της εκτιμώμενης ηλικίας με ΑΙ χρησιμοποιώντας ακτινογραφίες θώρακος ως βιοδείκτη. Τα ευρήματα έδειξαν ότι αρκετές χρόνιες παθήσεις, συμπεριλαμβανομένης της υπέρτασης, της υπερουριχαιμίας και της χρόνιας αποφρακτικής πνευμονοπάθειας, συνδέθηκαν θετικά με το χάσμα μεταξύ της εκτιμώμενης ηλικίας του ΑΙ και της χρονολογικής ηλικίας του ασθενούς.

Με άλλα λόγια, οι άνθρωποι είχαν περισσότερες πιθανότητες να αναπτύξουν αυτές τις ασθένειες όσο μεγαλύτερη ήταν η ηλικία που εκτιμήθηκε από την τεχνητή νοημοσύνη σε σχέση με τη χρονολογική τους ηλικία.

ΣΥΜΠΕΡΑΣΜΑ

Τα αποτελέσματά υποδεικνύουν ότι η φαινόμενη ηλικία που βασίζεται στην ακτινογραφία θώρακος μπορεί να αντικατοπτρίζει με ακρίβεια τις καταστάσεις υγείας πέρα από τη χρονολογική ηλικία. Στόχος των επιστημόνων είναι να αναπτύξουν περαιτέρω αυτήν την έρευνα και να την εφαρμόσουν για να εκτιμήσουν τη σοβαρότητα των χρόνιων ασθενειών, να προβλέψουν το προσδόκιμο ζωής όπως και πιθανές χειρουργικές επιπλοκές.

Πηγές 

1. The Lancet Healthy Longevity. Chest radiography as a biomarker of ageing: artificial intelligence-based, multi-institutional model development and validation in Japan.
2. McKinsey & Company. What is AI?