دانشمندان یک ابزار هوش مصنوعی جدید ایجاد کرده اند که می تواند با استفاده از کلسیفیکاسیون شریانی ، خطرات قلبی عروقی پنهان و اسکن های سنتی استخوان ، احتمال ابتلا به سالمندان را به سرعت تعریف کند.
محققان دانشگاه ادیت کوان در استرالیا یک برنامه یادگیری ماشین اتوماتیک را طراحی کردند که می تواند با استفاده از حوادث قلبی عروقی و اسکن تراکم استخوان با همکاری دانشگاه مانیتوبا در کانادا ، خطر زمین و شکستن را تعریف کند.
این الگوریتم بر روی تصاویر ارزیابی شکسته وسیله نقلیه (VFA) ، که متعلق به زنان سالخورده است ، که عموماً بخشی از مدیریت پوکی استخوان هستند (معمولاً بخشی از مدیریت پوکی استخوان) انجام شده است. این الگوریتم به طور موثری حضور و شدت محاسبه آئورت شکمی (AAC) ، یک شاخص اساسی خطر قلبی عروقی را ارزیابی کرد.
این ابزار زمان مورد نیاز برای ارزیابی کلسیم آئورت شکمی را به میزان قابل توجهی کاهش می دهد (یک شاخص سلامت قابل توجه که به طور گسترده نادیده گرفته می شود). یک متخصص آموزش دیده معمولاً برای به دست آوردن عکس به پنج تا شش دقیقه نیاز دارد. با این حال ، این الگوریتم می تواند هزاران تصویر را در تجزیه و تحلیل کمتر از یک دقیقه و نمرات کلسیفیکاسیون آئورت شکمی تولید کند.
کاساندرا اسمیت ، محقق دانشگاه ادیث کوان در طول تحقیقات خود ، دریافت که 5 ٪ از سالمندان که در طول آزمایش چگالی استخوان اسکن شده بودند ، کلسیفیکاسیون آئورت شکمی در سطح سطح -mid -to -to -level بود ، و این که یک نفر از چهار نفر محاسبه آئورتیک شکم و حمله آئورتیک بود.
رابطه بین محاسبه شریانی و شکستگی
مارک سیم ، محقق ارشد دانشگاه ادیت کوان ، از همان الگوریتم با تجربه شکستگی بالاتر بیماران مبتلا به میانی -mid -to -mid -mid -mid -scores نمرات محاسبه آئورت شکمی استفاده کرد.
هرچه تجمع کلسیم در شریان های شما بیشتر باشد ، خطر فرود و شکستن استخوان ها بیشتر می شود.
محقق توضیح داد: هنگامی که الگوریتم جدید برای اسکن چگالی استخوان اعمال می شود ، بیماران می توانند اطلاعات بیشتری در مورد سلامت عروقی ، فاکتور فراز و نشیب و شکستگی های ناراحت کننده استخوان ارائه دهند.