Σύστημα τεχνητής νοημοσύνης μπορεί να προβλέπει τον κίνδυνο καρδιακής προσβολής έως και 10 χρόνια πριν, σύμφωνα με νέα μελέτη ερευνητών του Πανεπιστημίου της Οξφόρδης.

Όπως επισημαίνεται, η τεχνητή νοημοσύνη θα μπορούσε να βελτιώσει την ακρίβεια των αξονικών τομογραφιών καρδιάς, οι οποίες χρησιμοποιούνται για την ανίχνευση αποφράξεων ή στενώσεων στις αρτηρίες.

Πρόκειται για μια εξέλιξη που θα μπορούσε να αποδειχθεί σωτήρια για χιλιάδες ζωές και να βελτιώσει τις θεραπείες για πολλούς ασθενείς, όπως υπογραμμίζουν οι ερευνητές, σύμφωνα με τον Guardian.

«Η μελέτη μας διαπίστωσε ότι ορισμένοι ασθενείς που έρχονται στο νοσοκομείο με πόνο στο στήθος και οι οποίοι συχνά επιστρέφουν στο σπίτι τους, διατρέχουν υψηλό κίνδυνο καρδιακής προσβολής τα επόμενα δέκα χρόνια, ακόμη και αν δεν υπάρχει κανένα σημάδι νόσου στις καρδιακές αρτηρίες τους», δήλωσε ο καθηγητής Χαράλαμπος Αντωνιάδης, πρόεδρος καρδιαγγειακής ιατρικής στο Βρετανικό Ίδρυμα Καρδιάς (BHF) και διευθυντής του διεπιστημονικού κέντρου απεικόνισης και επεμβατικής θεραπείας στην Οξφόρδη.

«Από την έρευνά μας διαπιστώνεται πως η παροχή μιας ακριβούς εικόνας του κινδύνου στους κλινικούς γιατρούς μπορεί να αλλάξει και ενδεχομένως να βελτιώσει την πορεία της θεραπείας για πολλούς καρδιοπαθείς», πρόσθεσε.

Στο πλαίσιο της έρευνας αναλύθηκαν τα δεδομένα περισσότερων από 40.000 ασθενών που υποβλήθηκαν σε αξονικές τομογραφίες καρδιάς σε οκτώ νοσοκομεία του Ηνωμένου Βασιλείου, με μέσο χρόνο παρακολούθησης τα 2,7 έτη.

Το σύστημα τεχνητής νοημοσύνης δοκιμάστηκε επιπλέον σε 3.393 ασθενείς για σχεδόν οκτώ χρόνια και μπόρεσε να προβλέψει με ακρίβεια τον κίνδυνο καρδιακής προσβολής. Στη συνέχεια, οι γιατροί μελέτησαν την αξιολόγηση κινδύνου που δημιούργησε το σύστημα τεχνητής νοημοσύνης για 744 ασθενείς και άλλαξαν τη θεραπεία για το 45% των ασθενών.

Οι ερευνητές της μελέτης διαπίστωσαν επίσης ότι διπλάσιοι ασθενείς χωρίς σημαντικές στενώσεις υπέστησαν καρδιακή προσβολή, η οποία μερικές φορές ήταν θανατηφόρα. Ο καθηγητής Σερ Νίλες Σαμάνι, ιατρικός διευθυντής στο BHF, δήλωσε ότι η έρευνα «δείχνει τον πολύτιμο ρόλο που μπορεί να διαδραματίσει η τεχνολογία που βασίζεται στην τεχνητή νοημοσύνη» στον εντοπισμό εκείνων που διατρέχουν τον μεγαλύτερο κίνδυνο μελλοντικών καρδιακών προσβολών.

Οι επιστήμονες έχουν παρατηρήσει ότι ο κοροναϊός Covid-19 αυξάνει την πιθανότητα καρδιακής προσβολής ή εγκεφαλικού επεισοδίου έως και ένα χρόνο μετά τη μόλυνση, ιδίως για όσους έχουν ήδη υποκείμενες καρδιακές παθήσεις. Νέα έρευνα, που δημοσιεύεται διαδικτυακά στο περιοδικό «Nature Cardiovascular Research» εντόπισε τους μηχανισμούς που ευθύνονται γι’ αυτούς τους κινδύνους.

Η ερευνητική ομάδα, με επικεφαλής ερευνητές της Ιατρικής Σχολής Grossman του Πανεπιστημίου της Νέας Υόρκης, εντόπισε τον ιό αυτό στις αρτηρίες οκτώ ανδρών και γυναικών με ιστορικό αθηροσκλήρωσης που είχαν πεθάνει από Covid-19.

Επίσης, ο κοροναϊός εντοπίστηκε μέσα σε τοπικά ανοσοποιητικά κύτταρα που ονομάζονται μακροφάγα και κανονικά προστατεύουν την καρδιά, απορρίπτοντας τα περιττά μόρια λίπους στις αρτηρίες.

Περαιτέρω πειράματα έδειξαν ότι ως απάντηση στη μόλυνση, τα μακροφάγα απελευθέρωσαν φλεγμονώδεις πρωτεΐνες, που ονομάζονται κυτοκίνες, δύο από τις οποίες έχουν συνδεθεί με καρδιακές προσβολές.

«Ο ιός δημιουργεί ένα ιδιαίτερα φλεγμονώδες περιβάλλον που θα μπορούσε να διευκολύνει την ανάπτυξη της πλάκας, τη ρήξη και την παρεμπόδιση της ροής του αίματος προς την καρδιά, τον εγκέφαλο και άλλα βασικά όργανα», εξηγεί η επικεφαλής συγγραφέας της μελέτης και μεταδιδακτορική συνεργάτιδα στο Τμήμα Ιατρικής του ιατρικού κέντρου Langone Health του Πανεπιστημίου της Νέας Υόρκης, Νατάλια Έμπερχαρντ.

Επανάληψη στις παραλλαγές

Επιπλέον, οι έρευνες αποκάλυψαν ότι ο κοροναϊός προσβάλλει περισσότερο άτομα που έχουν ήδη μεγάλες ποσότητες αθηρωματικής πλάκας στις αρτηρίες τους και αυτό εξηγεί εν μέρει γιατί τα άτομα με αθηροσκλήρωση είναι πιο ευάλωτα στην Covid-19.

Οι ερευνητές διευκρινίζουν ότι αναλύθηκαν ιστοί που είχαν μολυνθεί με στελέχη του ιού στις αρχές της πανδημίας και σκοπεύουν να επαναλάβουν τη μελέτη σε άτομα που εκτέθηκαν σε νεότερες παραλλαγές.