მეცნიერებმა ხელოვნური ინტელექტის (AI) ალგორითმი შეიმუშავეს, რომელსაც მამოგრაფიული კვლევისას ქალებში გულის დაავადებების რისკების გამოვლენა შეუძლია. ეს ინოვაციური მიდგომა მამოგრაფიული კვლევისას არტერიებში კალციუმის დაგროვების, ანუ კალციფიკაციის ხარისხის განსაზღვრის საშუალებას იძლევა, რაც გულ-სისხლძარღვთა დაავადებათა ერთ-ერთი მნიშვნელოვანი კლინიკური ინდიკატორია.
მიუხედავად იმისა, რომ გულ-სისხლძარღვთა დაავადებები ქალებში სიკვდილიანობის წამყვანი მიზეზია, ისინი ხშირად შეუმჩნეველი რჩება. ამერიკის გულის ასოციაციის მონაცემებით, 2050 წლისთვის 20-დან 44 წლამდე ასაკის ქალების მესამედს გულის დაავადების რაიმე ფორმა ექნება.
ამავდროულად, ქალების დიდი ნაწილი რეგულარულად იტარებს მამოგრაფიას (40 წელს ზემოთ ქალების თითქმის 70%), რაც ქმნის იდეალურ შესაძლებლობას იმ ჯგუფების გამოსავლენად, რომლებიც ტრადიციულ კარდიოლოგიურ სკრინინგს არ გადიან.
კვლევის შედეგები
კვლევაში, რომელიც 120,000-ზე მეტ ქალს მოიცავდა (მათ შორის 74,000 მონაწილეს Emory Healthcare-დან და 50,000-ს Mayo Clinic-დან), მეცნიერებმა მამოგრაფიული სკანირების შედეგები არტერიული კალციფიკაციის დონის მიხედვით ოთხ კატეგორიად დაყვეს, რაც ე.წ. BAC ქულად განისაზღვრა.
კვლევის შედეგები განსაკუთრებით შთამბეჭდავი აღმოჩნდა. „მძიმე“ კატეგორიის კალციფიკაციის მქონე ქალებს გულ-სისხლძარღვთა გართულებების რისკი ორჯერ მაღალი აქვთ მათთან შედარებით, ვისაც არტერიებში კალციუმის დაგროვება არ აღენიშნება, ამასთან, მეთოდი ეფექტურია 50 წლამდე ასაკის ქალებშიც, რაც საშუალებას იძლევა, გულის დაავადებების რისკები გაცილებით ადრეულ ეტაპზე იქნას გამოვლენილი და მართული.
მომავალი პერსპექტივები
AI ალგორითმი უკვე არსებობს და ზოგიერთ კლინიკაში დამატებითი სერვისის სახითაც არის ხელმისაწვდომი. თუმცა, ექსპერტები ხაზს უსვამენ, რომ საჭიროა კლინიკური კვლევები, რათა დადგინდეს, როგორ უნდა შეიცვალოს მკურნალობის ტაქტიკა ამ ინფორმაციის მიღების შემდეგ.
ექიმები მოუწოდებენ რადიოლოგებს, რუტინულად დაიწყონ მამოგრაფიისას კალციფიკაციის დონის დაფიქსირება. ამ „დამალული მონაცემების“ გამოყენებით შესაძლებელი გახდება არა მხოლოდ რისკების გამოვლენა, არამედ პაციენტების მოტივირებაც, რადგან ვიზუალური გამოსახულება არტერიების დაზიანების შესახებ ხშირად უფრო მეტად მოქმედებს პაციენტზე, ვიდრე აბსტრაქტული ციფრები ქოლესტერინის ანალიზიდან.
წყარო: European Heart Journal
