Medikaynak Search
Üye Ol Üye Giriş
Medikaynak Menü
Üye Olun / Giriş Yapın Medikaynak Icon
Artboard
Medikaynak Rxmediapharma

Yakın zamanda yapılan bir çalışma, kalp hastalığından ölüm riskini tahmin etmeye yardımcı olmak için akciğer kanseri taramasından elde edilen verileri yapay zeka (AI) ile birleştirmenin bir yolunu geliştirmiştir. Çalışmanın kalsiyum puanlama yöntemi, kardiyovasküler mortalite riskini standart yöntemlerle karşılaştırılabilir şekilde tahmin etmiştir. Yazarlara göre, yöntemleri otomatik, hızlı ve yalnızca minimum ekstra iş yüküne neden olmaktadır. Yapılan araştırmalar, kalp hastalığının, sigaraya bağlı kardiyovasküler hastalıklardan (KVH) kaynaklanan ölümlerin yaklaşık %25'i ile Amerika Birleşik Devletleri'ndeki insanların bir numaralı ölüm nedeni olduğunu göstermiştir. Sigara içmek, koroner kalp hastalığı ve felç riskini iki katına çıkarmaktadır. Sigara dumanındaki kimyasallar kan damarlarının iç yüzeyine zarar vererek iltihaplanmaya neden olmakla birlikte ayrıca ateroskleroza veya plak birikimine (yağ, kalsiyum ve diğer maddelerden oluşan) katkıda bulunarak arteriyel daralmaya ve sertliğe neden olabilmektedir. Koroner arter kalsiyum taraması, arterlerde kalsiyum içeren plakların birden çok görüntüsünü oluşturmak için bilgisayarlı tomografi (BT) kullanan bir X-ışınıdır. Bu görüntülerden sağlık uzmanları, bir hastanın kalp hastalığı riskini değerlendirmek ve tedaviye rehberlik etmek için bir koroner arter kalsiyum (KAK) skoru oluşturabilmektedir. 2021 Amerika Birleşik Devletleri Önleyici Hizmetler Görev Gücü (USPSTF) şu anda, 20 paket yıllık sigara geçmişi olan ve şu anda son 15 yıl içinde sigara içen veya bırakan 50-80 yaş arası yetişkinlerde düşük doz BT ile yıllık akciğer kanseri taramasını önermektedir. Son çalışmanın yazarları, doktorların bu önerilen akciğer taramalarını kalp hastalığına bağlı ölümlerin 5 yıllık riskini tahmin etmek için kullanıp kullanamayacaklarını incelediklarini bildirmişlerdir. Çalışmanın bulguları Radiology: Cardiothoracic Imaging dergisinde yayınlanmıştır. Çalışma, Ağustos 2002 ile Nisan 2004 arasında Ulusal Akciğer Tarama Denemesine kaydolan katılımcılardan alınan düşük doz BT akciğer taraması verilerini kullanmıştır.

Derin öğrenme

Çalışmada, düşük doz BT akciğer taramalarından arteriyel kalsiyumu ölçmek için otomatik bir derin öğrenme yöntemi kullandığı bildirilmiştir. Derin öğrenme, verileri analiz etmek için çok katmanlı bir algoritma yapısı veya sinir ağları kullanan bir yapay zeka türü olmakla birlikte ilk sinir ağı, kalbe odaklanmak için BT görüntüsünü hizalamakta ve kırpmaktadır. İkinci sinir ağı, birinci sinir ağından çıkarılan görüntülerde kalsiyum seviyelerini ölçmektedir. Derin öğrenme ağı, torasik aort, aort kapağı, mitral kapak ve sağ koroner arter dahil olmak üzere kalbin altı farklı bölgesinde kan damarı kalsifikasyonunu tanımlamıştır. Yazarlar bu bilgileri kullanarak her katılımcının 5 yıllık KVH mortalitesini tahmin etmekle birlikte daha sonra, çalışma tahmin modelini diğer üç modelle olan yalnızca kendi kendine bildirilen katılımcı özellikleri, kendi kendine bildirilen özellikler ve toplam KAK, kendi kendine bildirilen özellikler ve çalışma tahmin modeli ile karşılaştırmışlardır. Artan KV riskini gösteren kendi kendine bildirilen katılımcı özellikleri arasında yaş, sigara içme öyküsü ve diyabet, felç, yüksek tansiyon ve kalp hastalığı gibi diğer hastalıkların öyküsünün yer alıdığı bildirilmiştir. Araştırmacılar tahmin modelini 4.451 katılımcıdan alınan verilerle eğitmiş ve 1.113 katılımcıdan gelen verilerle test etmiştir. Test grubunun yaklaşık %62'sinin erkek, medyan yaşının 61 ve sigara içme öyküsü yaklaşık 50 paket-yıl olduğu bildirilmiştir. Yazarlar, otomatik kalsiyum puanlama yönteminin, 5 yıllık KV mortalite riskini tahmin etmede, kendi kendine bildirilen KV risk faktörlerini ve toplam KAK'yi kullanan modelle eşit şekilde uygulandığını bulmuşlardır. Amsterdam'daki Amsterdam Üniversitesi Tıp Merkezi'nden ve Görüntü Bilimleri Enstitüsü, Utrecht Üniversitesi Tıp Merkezi'nden baş çalışma yazarı Dr. Bob. de Vos, kalsiyum skoru çok yüksek olan bazı insanların hayatta kalırken, düşük skorlu diğerlerinin büyük kardiyak olaylardan muzdarip olduğunu gördüklerini belirtmiştir. Ayrıca Bob. de Vos, çalışmanın, hangi kireçlenmelerin tehlikeli olduğunu kesin olarak belirlemek için gelecekteki araştırmalar için bir yön sunduğunu da sözlerine eklemiştir.

Medikaynak Referanslar

Lori Uildriks, Pharm.D., Catherine Carver, Predicting heart disease death risk from lung cancer screening, Medical news today,  April 20, 2021

+ Tüm Referansları Göster
  1. Benzer İçerikler