تحلیل هوش مصنوعی تصاویر پزشکی؛ شناسایی التهاب پنهان قلب در افراد بدون علامت با کمک فناوری جدید — AI analysis of CT scans finds 42.9% of patients have coronary inflammation
خلاصه
کلینیک پیشگیری Biograph با استفاده از فناوری هوش مصنوعی شرکت Caristo Diagnostics نشان داد که نزدیک به ۴۳ درصد افراد فاقد علامت بیماری قلبی، دچار التهاب عروقی هستند. این روش تصویربرداری نوین، خطرات پنهانی را آشکار می‌کند که آزمایش‌های خون روتین قادر به تشخیص آن‌ها نیستند.
زمینه و مفاهیم پایه
بیماری‌های قلبی عروقی یکی از مهم‌ترین چالش‌های سلامت در سراسر جهان هستند. روش‌های سنتی ارتقای سلامت و پیشگیری معمولاً بر اساس آزمایش‌های خون روتین (مانند کلسترول، قند خون و نشانگرهای التهابی سیستمیک مانند hs-CRP) و اسکورهای بالینی ریسک کار می‌کنند. با این حال، بسیاری از حملات قلبی و مشکلات عروقی در افرادی رخ می‌دهد که در این غربالگری‌های سنتی کم‌خطر ارزیابی شده بودند.
به تازگی، کلینیک پیشگیری Biograph در ایالات متحده با همکاری شرکت Caristo Diagnostics مطالعه‌ای را به پایان رسانده است که در آن از فناوری‌های مبتنی بر هوش مصنوعی (CaRi-Heart و CaRi-Plaque) برای تحلیل اسکن‌های CCTA (آنژیوگرافی توموگرافی کامپیوتری عروق کرونر) استفاده شده است. هدف این پژوهش، بررسی التهاب بافت‌های اطراف عروق کرونر (perivascular inflammation) در افراد ظاهراً سالم و بدون علامت است.
جزئیات فنی و نتایج کلیدی
فناوری هوش مصنوعی CaRi-Heart اولین راهکار تأیید شده توسط FDA است که می‌تواند التهاب عروق کرونر را از روی تصاویر روتین CCTA کمیت‌سنجی (Quantify) کند. یافته‌های این مطالعه نکات فنی و آماری مهمی را آشکار کرد:
- شیوع بالا: حدود ۴۲.۹ درصد از شرکت‌کنندگان بدون علامت، التهاب عروق کرونر را در حداقل یکی از شریان‌های اصلی قلب خود نشان دادند.
- موارد شدید: ۱۷.۹ درصد از افراد شرکت‌کننده دارای التهاب بسیار شدیدی بودند.
- فقدان پلاک: حدود ۴۷ درصد از افرادی که هیچ پلاک قابل تشخیصی در عروق خود نداشتند، هم‌زمان از التهاب عروق کرونر رنج می‌بردند.
- شکست معیارهای سنتی: نشانگرهای زیستی خون روتین و ابزارهای محاسبه ریسک بالینی هیچ‌گونه همبستگی معنی‌داری با وجود التهاب عروق کرونر نشان ندادند.
این داده‌ها نشان می‌دهد که فرآیندهای التهابی عروق ممکن است بسیار زودتر از تشکیل پلاک‌های مسدودکننده یا تغییرات ساختاری در آناتومی عروق شکل بگیرند و یک فاز اولیه و بالادستی از بیماری را تشکیل دهند.
دیدگاه جامعه مهندسی و نقدها در هکرنیوز
انتشار این پژوهش و مدل کسب‌وکار پشت آن (هزینه سالانه قابل‌توجه ۱۷۵۰۰ دلاری برای عضویت در کلینیک Biograph) بحث‌های داغی را در انجمن هکرنیوز برانگیخت. برخی از مهندسان و متخصصان نکات زیر را مطرح کردند:
- مناقشه روی نشانگرهای خون: تعدادی از کاربران با ادعای پژوهش مبنی بر عدم ارتباط تست‌های خونی با التهاب عروق مخالفت کردند و به تست‌های رایجی مانند
hs-CRPوLp-PLA2به عنوان پیش‌بینی‌کننده‌های مستقل بیماری‌های قلبی اشاره نمودند. - چالش همبستگی و شاخص‌ها: برخی تحلیلگران اشاره کردند که بر اساس پیش‌چاپ این مقاله، قوی‌ترین همبستگیِ یافت‌شده با این روش تصویربرداری جدید مربوط به شاخص توده بدنی (
BMI) بوده است و ارتباط آن با اسکور کلسیم عروق کرونر نیازمند بررسی دقیق‌تری است.
چرا این موضوع برای مهندسی و سلامت دیجیتال اهمیت دارد؟
برای مهندسان نرم‌افزار و فعالان حوزه فناوری سلامت، این پروژه نمونه‌ای بارز از کاربرد هوش مصنوعی و بینایی ماشین در تحلیل داده‌های پیچیده پزشکی است. تبدیل داده‌های خام تصویربرداری (CCTA) به متریک‌های کمّی دقیق برای شناسایی زودهنگام ریسک‌های پنهان، پتانسیل بالایی در تغییر پارادایم‌های پزشکی پیشگیرانه دارد؛ هرچند که اعتبارسنجی بالینی دقیق‌تر، مقایسه با ابزارهای ارزان‌تر موجود و دسترس‌پذیری گسترده‌تر همچنان چالش‌های کلیدی این حوزه به شمار می‌روند.
این مطلب به‌صورت کاملاً خودکار و با هوش مصنوعی از مقالهٔ اصلی و بحث هکرنیوز تهیه شده و ممکن است خطا داشته باشد. حقوق مطلب اصلی متعلق به نویسندهٔ آن است. قوانین و گزارش مشکل