O νέος αλγόριθμος AI της Google προβλέπει καρδιοπάθειες!

Περίληψη: Τι θα σκεφτόσουν αν  κάποιος σου έλεγε την ηλικία σου, το αν καπνίζεις κι αν...

Τι θα σκεφτόσουν αν  κάποιος σου έλεγε την ηλικία σου, το αν καπνίζεις κι αν διατρέχεις κάποιο κίνδυνο καρδιακής νόσου “κοιτώντας σε στα μάτια”;  Όχι δεν ξεκινήσαμε ξαφνικά να πιστεύουμε στα μέντιουμ, όμως σύμφωνα με μία δημοσίευση στο περιοδικό Nature Biomedical Engineering, ερευνητές της Google και της Verily – θυγατρικής της Alphabet που ασχολείται με ιατρική τεχνολογία – ανέπτυξαν μία νέα τεχνική διάγνωσης καρδιακών παθήσεων που εκμεταλλεύεται εξελιγμένους αλγόριθμους AI, οι οποίοι μπορούν να εξάγουν τα παραπάνω συμπεράσματα αναλύοντας εικόνες του βυθού των ματιών του ασθενούς. Αν και η πρόβλεψη καρδιοπαθειών από την εικόνα των ματιών μπορεί να σου ακούγεται περίεργη, στηρίζεται σε πραγματικές ιατρικές πρακτικές, αφού ο βυθός του ματιού είναι γεμάτος αιμοφόρα αγγεία, τα οποία αντικατοπτρίζουν τη γενική εικόνα της καρδιαγγειακής υγείας ενός ατόμου. Για να εκπαιδεύσουν τον αλγόριθμο, οι ερευνητές χρησιμοποίησαν τεχνικές deep learning, με τις οποίες ανέλυσαν τα ιατρικά δεδομένα 284.335 ασθενών. Στο τέλος ο αλγόριθμος έφθασε στο σημείο να μπορεί να προβλέψει παράγοντες υψηλού κινδύνου για την εκδήλωση καρδιαγγειακών νόσων με υψηλή επιτυχία, όπως η ηλικία (78% με ακρίβεια ±5 έτη), το φύλο (97%), το κάπνισμα (71%), η συστολική αρτηριακή πίεση (72% με ακρίβεια ±10mmHg), η διαστολική αρτηριακή πίεση (79% με ακρίβεια ±10mmHg), το BMI (80% με ακρίβεια ±5kgm-2).Παρά την επιτυχία των αποτελεσμάτων, η μελέτη διαθέτει και μερικούς περιορισμούς, καθώς χρησιμοποιήθηκαν μόνο  εικόνες του βυθού με οπτικό πεδίο 45°. Επιπλέον έρευνα είναι απαραίτητη προκειμένου να ελεγχθεί αν το μοντέλο πρέπει να εφαρμοστεί και σε εξετάσεις με μεγαλύτερο ή μικρότερο οπτικό πεδίο, ενώ απαιτούνται ακόμα περισσότερα δεδομένα ασθενών για να βελτιωθεί η ακρίβεια του αλγόριθμου. Έτσι μπορεί ακόμα ο αλγόριθμός να μην είναι έτοιμος για κλινικές δοκιμές, όμως το πρώτο βήμα έχει γίνει, ενώ για την Google αυτή δεν είναι παρά μόνο η αρχή, αφού ο σκοπός είναι να χρησιμοποιηθούν αντίστοιχες τεχνικές για την πρόγνωση και άλλων ασθενειών.