Zastosowanie sztucznej inteligencji w medycynie precyzyjnej: lepsze określanie ryzyka wystąpienia choroby tętnic szyjnych, profilaktyka i leczenie

Korzystając z możliwości oferowanych przez sztuczną inteligencję, naukowcy opracowali nową stratyfikację opartą na mechanizmach chorobowych z myślą o pacjentach cierpiących na chorobę tętnic szyjnych, co umożliwia dostosowanie leczenia do indywidualnych potrzeb - przekazał Unijny Serwis Informacyjny Badań i Rozwoju (CORDIS).

Choroba tętnic szyjnych jest spowodowana zwężeniem lub zablokowaniem tętnic szyjnych w wyniku odkładania się blaszki miażdżycowej. Obecne badania przesiewowe w kierunku bezobjawowej choroby tętnic szyjnych, profilaktyka udarów mózgu i leczenie tego schorzenia opierają się na wytycznych 2017 Clinical Practice Guidelines of the European Society for Vascular Surgery. Zróżnicowanie przebiegów choroby utrudnia skuteczne podejmowanie decyzji klinicznych, wymagając bardziej zindywidualizowanych interwencji.

Strategia stratyfikacji pacjentów oparta na sztucznej inteligencji

Głównym celem finansowanego ze środków UE projektu TAXINOMISIS jest opracowanie nowego modelu, który można wykorzystać do kategoryzacji pacjentów na podstawie ryzyka rozwoju choroby tętnic szyjnych i wystąpienia zdarzeń naczyniowo-mózgowych objawiających się udarem, przemijającym atakiem niedokrwiennym lub przemijającą utratą widzenia. Model ten pomoże pracownikom ochrony zdrowia w podejmowaniu bardziej świadomych decyzji w zakresie opieki nad pacjentami oraz ich leczenia, co może przyczynić się do poprawy wyników klinicznych.

„W ramach projektu TAXINOMISIS opracowaliśmy nowe, racjonalne podejście do kluczowych luk w zakresie leczenia choroby tętnic szyjnych, w szczególności przewidywania progresji, potrzeby obserwacji i wyboru odpowiednich interwencji” - wyjaśnia koordynator projektu Dimitrios Fotiadis.

Model obejmuje moduły i komponenty oparte na sztucznej inteligencji, które pozwalają na łączenie różnych danych i informacji medycznych ze spersonalizowanymi danymi na temat pacjenta, obrazami blaszki miażdżycowej i mózgu, a także wyników badań przepływu krwi i nowych biomarkerów. Modele komputerowe i symulacje pozwalają na przewidywanie klinicznych zmian w mózgu nieskutkujących objawami, zdarzenia sercowo-naczyniowe, niestałość blaszki miażdżycowej oraz jej rozwój i pęknięcia.

Techniki uczenia maszynowego przewidują przebieg choroby tętnic szyjnych

Opracowane w ramach projektu TAXINOMISIS narzędzie do stratyfikacji ryzyka ocenia ryzyko wystąpienia choroby tętnic szyjnych u poszczególnych pacjentów na podstawie danych nieobrazowych wykorzystywanych w celu oceny prawdopodobieństwa wystąpienia blaszek wysokiego ryzyka i potencjalnego rozwoju choroby. Rozwiązanie idzie o krok dalej, łącząc stan tętnicy szyjnej z występowaniem zmian w mózgu i przewidując ryzyko wystąpienia nowych zmian u pacjentów.

Ponadto narzędzie do stratyfikacji TAXINOMISIS zawiera komponent skupiający się na przepływie krwi, który jest stosowany do przewidywania ryzyka rozwoju blaszki miażdżycowej, a także znajduje zastosowanie w roli modelu przewidywania zdarzeń.

Dodatkowo daje możliwość oszacowania ryzyka pęknięcia blaszki miażdżycowej, które stanowi poważne zagrożenie dla zdrowia związane z zakrzepami krwi w naczyniach krwionośnych. Narzędzie wykorzystuje dwa różne modele do oszacowania ryzyka pęknięcia blaszki miażdżycowej – złożony model, który uwzględnia różne czynniki związane zarówno ze strukturą ściany tętnicy, jak i składem samej blaszki miażdżycowej, oraz model uproszczony, który koncentruje się tylko na wewnętrznej przestrzeni tętnicy, określanej mianem światła. W ten sposób lekarze mogą wybrać odpowiedni poziom analizy w oparciu o dostępne dane, zasoby i kontekst kliniczny.

Wreszcie, narzędzie do stratyfikacji ryzyka TAXINOMISIS wykorzystuje zaawansowane techniki sztucznej inteligencji do rekonstrukcji trójwymiarowej geometrii tętnic i scharakteryzowania blaszki miażdżycowej za pomocą danych z obrazowania za pomocą rezonansu magnetycznego i ultrasonografu.

Wartość dodana sztucznej inteligencji w opiece medycznej

„Przewidujemy, że narzędzie do stratyfikacji ryzyka TAXINOMISIS poprawi wydajność i jakość całego systemu opieki zdrowotnej w zakresie chorób tętnic szyjnych” - podkreśla prof. Fotiadis.

Narzędzie do stratyfikacji ryzyka może również pomóc lekarzom w zrozumieniu podstawowych mechanizmów choroby, co może przełożyć się na opracowanie lepszych planów leczenia. Przyspieszając proces diagnostyki i zmniejszając potrzebę wykonywania bardziej inwazyjnych badań lub zabiegów, narzędzie TAXINOMISIS przyczyni się również do obniżenia wydatków na opiekę zdrowotną.

Dzięki wkładowi lekarzy i użytkowników oraz wykorzystaniu danych z badań klinicznych i rzeczywistych przypadków, zespół będzie nadal ulepszał algorytmy i modele platformy. Wspólne przedsięwzięcia lub współpraca z innymi organizacjami będą miały kluczowe znaczenie dla włączenia narzędzia TAXINOMISIS do systemów opieki zdrowotnej lub połączenia go z innymi dostępnymi narzędziami.

„Przewidujemy, że narzędzie TAXINOMISIS zostanie włączone do codziennej praktyki klinicznej, usprawniając podejmowanie decyzji klinicznych poprzez dokładną stratyfikację ryzyka” - podsumowuje prof. Fotiadis.

© Unia Europejska, [2023] | źródło: CORDIS