Percival AI descoperă riscuri sănătătii ascunse în tomografiile de rutină

Cum învăță Percival să vadă ce omul nu vede?

Cercetătorii de la Penn Medicine au creat un model de inteligentiță artificială numit Percival, capabil să identifice probleme de sănătate nedectate anterior în tomografiile computerizate, chiar și atunci când aceste imagini au fost solicitate pentru alte motive. Sistemul analizează imagini de rutină pentru a descoperi modele subtile legate de progresia bolilor și de riscuri viitoare de sănătate, conform unui studiu publicat în npj Digital Medicine.

Știri de ultimă oră

Pericolul HPV la bărbați: România are cele mai mici rate de vaccinare din Uniunea EuropeanăExperți europeni și români dezbat vaccinarea la Congresul UMFVaccinul anti-cancer reduce riscul de deces în melanom cu 42%Peste 500 de copii de la sate au primit îngrijiri stomatologice gratuite în doi ani

Prin analizarea dincolo de intenția clinică originală, Percival revealează informații care ar putea rămâne neobservate de către radiologi.

AI-ul a fost antrenat pe mii de tomografii pentru a recunoaște biomarkeri complexi asociati cu afecțiuni precum boala cardiovasculară, fibroza hepatică și semne timpurie de cancer. Spre deosebire de uneltele diagnostice tradiționale, care se concentrează pe simptome specifice, Percival examinează întreaga imagine în căutarea de texturi tesutuale anomale, modificări în densitatea organelor și irregularități vasculare.

Această abordare holistică îi permite să semnalizeze riscuri precum modificările vasculare legate de diabet nediagnosticat sau semne timpurie de emfizem la fumători, chiar și când pacienții se prezintă pentru plângeri nepotrivite, cum ar fi dureri abdominale sau traumatisme.

Percival folosește algoritmi de învățare profund pentru a compara tomografiile pacienților cu seturi vaste de imagini etichetate și cu date de sănătate pe termen lung. Identifică corelații subtile între trăsăturile imaginii și diagnosticările viitoare, prea complexe pentru percepția umană.

Poate această tehnologie să prevină boalele prin intervenție timpurie?

În testări, modelul a detectat semne timpurie de insuficiență cardiacă la pacienții cărora li s-au ordonat tomografii pentru evaluarea plămânilor, demonstrând capacitatea de a prezice condiții între sistemele corpului.

Cercetătorii subliniază că Percival este proiectat pentru a asista, nu pentru a înlocui, clinicianii, prin evidențierea zonei care necesită o verificare mai atentă.

Prin identificarea factorilor de risc înainte apariției simptomelor, Percival permite strategii de prevenire care ar putea reduce spitalizările și costurile de tratament pe termen lung. De exemplu, detectarea timpurie a acumulării de grăsime pancreatica ar putea declanșa intervenții de stil de vieță care să întârzeze apariția diabetului.

Abilitatea modelului de a integra observațiile pe mai multe sisteme organice oferă o vedere mai completă a sănătății pacientului decât rezultatele izolate ale unor teste. Penn Medicine planează să valideze Percival în studii clinice pentru a evalua impactul său asupra luării deciziilor în practică și asupra rezultatelor pacienților.

Cum vede Percival ce ochiul uman nu vede în tomografiile de rutină?

Cum se diferuiește Percival de alte unelte de imagistică bazate pe AI?

În loc de modele concentrate pe detectarea specifică a tumorilor sau fracturilor, Percival analizează tomografiile în căutarea de indicatorii de sănătate sistemici, nelegați de scopul original al examenului, facilitând o screening oportunist.

Ce tipuri de afecțiuni ascunse poate descoperi Percival?

Poate identifica semne timpurie de boală cardiovasculară, boală hepatică, afecțiuni pulmonare și tulburări metabolice prin recunoașterea unor modificări subtile de textură și densitate în imaginile tomografice.

Este Percival disponibil actualmente pentru utilizare clinică? Nu, modelul este încă în fază de cercetare și necesită validare suplimentară înainte de a putea fi implementat în spitale, deși Penn Medicine pregătește studii clinice viitoare.