Zautomatyzowany program oparty na uczeniu maszynowym, opracowany przez naukowców z Edith Cowan University (ECU) we współpracy z University of Manitoba, potrafi wykryć potencjalne incydenty sercowo-naczyniowe oraz ryzyko upadków i złamań na podstawie obrazów gęstości mineralnej kości, wykonanych w ramach rutynowych badań klinicznych.
Podczas stosowania algorytmu do analizy obrazów oceny złamań kręgów (VFA) u starszych kobiet, badanych w trakcie standardowych testów gęstości kości — często w kontekście leczenia osteoporozy — oceniano obecność i stopień zwapnień w obrębie aorty brzusznej (ang. abdominal aortic calcification, AAC).
Algorytm znacząco skraca czas potrzebny na ocenę AAC — zaledwie minuta wystarcza, aby oszacować wynik AAC dla tysięcy obrazów. Dla porównania, doświadczony specjalista potrzebowałby 5–6 minut, aby ocenić jedno zdjęcie.
Dr Cassandra Smith, badaczka z ECU, ustaliła, że 58% starszych osób badanych w ramach rutynowego testu gęstości kości miało umiarkowane lub wysokie poziomy zwapnień aorty. Co czwarta osoba była nieświadoma wysokiego poziomu AAC, co klasyfikuje ją do grupy najwyższego ryzyka zawału serca i udaru mózgu.
„Kobiety są niedostatecznie badane i leczone pod kątem chorób sercowo-naczyniowych. To badanie pokazuje, że możemy wykorzystać powszechnie dostępne, nisko napromieniowujące maszyny do pomiaru gęstości kości do identyfikacji kobiet z wysokim ryzykiem chorób sercowo-naczyniowych, co pozwoli im szybciej uzyskać odpowiednie leczenie.
Osoby z AAC nie wykazują objawów, a bez dedykowanych badań często nie są diagnozowane. Dzięki zastosowaniu tego algorytmu w trakcie pomiaru gęstości kości kobiety mają znacznie większą szansę na rozpoznanie choroby” — powiedziała dr Smith.
Ten sam algorytm został również zastosowany przez starszego badacza ECU, dr Marca Sima, który wykazał, że pacjenci z umiarkowanym lub wysokim wynikiem AAC mieli istotnie wyższe ryzyko hospitalizacji z powodu upadków i złamań niż osoby z niskim poziomem zwapnień.
„Im większe zwapnienia w tętnicach, tym wyższe ryzyko upadków i złamań” — stwierdził dr Sim.
„Tradycyjne czynniki ryzyka upadków i złamań — takie jak upadki w ciągu ostatniego roku czy gęstość mineralna kości — są dobrymi wskaźnikami. Niektóre leki również zwiększają ryzyko upadków. Rzadko jednak uwzględniamy stan naczyń krwionośnych jako czynnik ryzyka.
Nasza analiza wykazała, że zwapnienia aorty są bardzo silnym predyktorem ryzyka upadków — nawet istotniejszym niż wiele czynników klinicznych uważanych za standardowe wskaźniki ryzyka” — dodał.
Dr Sim zauważył, że nowy algorytm stosowany w analizie badań gęstości kości może dostarczyć klinicystom dodatkowych informacji o stanie naczyń pacjentów, co stanowi niedoceniany dotąd czynnik ryzyka złamań i upadków.
Źródło: Journal of Bone and Mineral Research
DOI: 10.1093/jbmr/zjae208
