Osaka Metropolitan Üniversitesi’ndeki bilim insanları, kronolojik yaşı tahmin etmek için göğüs radyografilerini kullanan bir yapay zeka tasarladı; tutarsızlıklar potansiyel kronik hastalıklara işaret ediyor. Bu yenilikçi yöntem, hastalıkların erken tespiti ve müdahalesi için yeni bir yol sunuyor.
Yapay zeka destekli bir model, yaşlanmaya ilişkin biyobelirteçlerin geliştirilmesine yardımcı olmak için göğüs röntgeninden yararlanıyor.
Ya belirlenirse ” Yaşınız” yüzünüzden ziyade göğsünüze mi dayanıyordu? Osaka Metropolitan Üniversitesi’nden bilim insanları, hastanın gerçek yaşını kesin olarak ölçmek için göğüs röntgenini kullanan gelişmiş bir yapay zeka modeli geliştirdi. Daha da önemlisi, bir eşitsizlik olduğunda bu, kronik hastalıklarla bir korelasyonun sinyalini verebilir.
Tıbbi görüntülemedeki bu çığır açıcı gelişme, hastalıkların erken teşhis ve tedavisinin geliştirilmesinin önünü açıyor. Araştırma yakın zamanda The Lancet Healthy Longevity dergisinde yayınlandı.
Osaka Tıp Enstitüsü Tanısal ve Girişimsel Radyoloji Bölümü’nden yüksek lisans öğrencisi Yasuhito Mitsuyama ve Dr. Daiju Ueda liderliğindeki araştırma ekibi Metropolitan Üniversitesi, ilk olarak sağlıklı bireylerin göğüs radyografilerinden yaşı tahmin etmek için derin öğrenmeye dayalı bir yapay zeka modeli oluşturdu.
Üstteki resimler, 21 ila 40 yaş arası hastaların göğüs radyografileridir ve Kronolojik olarak 81’den 100’e kadar olan yaşlar ve alttaki resimler yapay zekanın odağının görselleştirilmesidir (her ikisi de ortalamadan sonra). Kırmızı, yaş belirlemede en yararlı noktaları gösterir. Katkıda bulunan kişi: Yasuhito Mitsuyama, OMU
Daha sonra modeli, AI tarafından tahmin edilen yaş ile her hastalık arasındaki ilişkiyi analiz etmek için bilinen hastalıkları olan hastaların radyografilerine uyguladılar. Tek bir veri kümesi üzerinde eğitilen yapay zekanın aşırı uyum eğilimi gösterdiği göz önüne alındığında, araştırmacılar birden fazla kurumdan veri topladı.
Yaş tahminine yönelik yapay zeka modelinin geliştirilmesi, eğitimi, dahili ve harici test edilmesi için toplam 67.099 sandık 2008-2021 yılları arasında üç tesiste sağlık kontrolü yapılan 36.051 sağlıklı kişiden radyografiler alındı. Geliştirilen model, AI tarafından tahmin edilen yaş ile kronolojik yaş arasında 0,95’lik bir korelasyon katsayısı gösterdi. Genellikle 0,9 veya daha yüksek bir korelasyon katsayısının çok güçlü olduğu kabul edilir.
Göğüs radyografilerini biyobelirteç olarak kullanarak AI tarafından tahmin edilen yaşın kullanışlılığını doğrulamak için, bilinen 34.197 hastadan ilave 34.197 göğüs radyografisi derlendi. diğer iki kurumdan gelen hastalıklar. Sonuçlar, AI tarafından tahmin edilen yaş ile hastanın kronolojik yaşı arasındaki farkın, hipertansiyon, hiperürisemi ve kronik obstrüktif akciğer hastalığı gibi çeşitli kronik hastalıklarla pozitif yönde ilişkili olduğunu ortaya çıkardı. Başka bir deyişle, AI’nın tahmin ettiği yaş, kronolojik yaşla karşılaştırıldığında ne kadar yüksek olursa, bireylerin bu hastalıklara yakalanma olasılığı da o kadar yüksek olur.
“Kronolojik yaş, tıpta en kritik faktörlerden biridir” dedi. Mitsuyama. “Sonuçlarımız, göğüs radyografisine dayalı görünen yaşın, kronolojik yaşın ötesindeki sağlık koşullarını doğru bir şekilde yansıtabileceğini gösteriyor. Bu araştırmayı daha da geliştirmeyi ve kronik hastalıkların ciddiyetini tahmin etmek, yaşam beklentisini tahmin etmek ve olası cerrahi komplikasyonları tahmin etmek için uygulamayı amaçlıyoruz.”
Referans: “Yaşlanmanın biyolojik belirteci olarak göğüs radyografisi: yapay zeka “-tabanlı, çok kurumsal model geliştirme ve Japonya’da doğrulama” Yazan: Yasuhito Mitsuyama, Toshimasa Matsumoto, Hiroyuki Tatekawa, Shannon L Walston, Tatsuo Kimura, Akira Yamamoto, Toshio Watanabe, Yukio Miki ve Daiju Ueda, 16 Ağustos 2023, Lancet Sağlıklı Uzun Ömür .
DOI: 10.1016/S2666-7568(23)00133-2