Kαρδιά

Τεχνητή νοημοσύνη για τη στεφανιαία νόσο

Τεχνητή νοημοσύνη για τη στεφανιαία νόσο

Ένα νέο σύστημα τεχνητής νοημοσύνης, που ανέπτυξαν ερευνητές στις ΗΠΑ, παρέχει τη δυνατότητα πιο ακριβούς πρόβλεψης για την πιθανότητα να πεθάνει μέσα στα επόμενα χρόνια ένας ασθενής με καρδιολογικό πρόβλημα, ιδίως διαγνωσμένη ή ύποπτη στεφανιαία νόσο.

Οι ερευνητές, με επικεφαλής τον δρ Θίο Πέζελ του Πανεπιστημιακού Νοσοκομείου Τζονς Χόπκινς της Βαλτιμόρης, έκαναν τη σχετική ανακοίνωση στο επιστημονικό συνέδριο “EuroEcho 2011” της Ευρωπαϊκής Εταιρείας Καρδιολογίας.

Το σύστημα μηχανικής μάθησης μπορεί να προβλέψει με ακρίβεια 76% ποιος καρδιαγγειακός ασθενής θα ζει ή θα έχει πεθάνει μετά από δέκα χρόνια, δηλαδή προβλέπει σωστά για τρεις στους τέσσερις ασθενείς.

Αντίθετα με τις παραδοσιακές μεθόδους που βασίζονται σε κλινικά δεδομένα (ηλικία, φύλο, κάπνισμα, υπέρταση, χοληστερίνη κ.α.), το νέο σύστημα που “βαθμολογεί” κάθε ασθενή, συμπεριλαμβάνει πληροφορίες από απεικονιστικές εξετάσεις της καρδιάς με βάση την τεχνική CMR (Cardiovascular Magnetic Resonance).

Το σύστημα “εκπαιδεύτηκε” αναλύοντας στοιχεία για σχεδόν 32.000 ασθενείς, με μέση ηλικία 64 ετών μεταξύ 2008-2018, οι οποίοι παρακολουθήθηκαν κατά μέσο όρο επί έξι χρόνια για θανάτους οποιασδήποτε αιτιολογίας (στη διάρκεια της μελέτης πέθαναν 2.679 άτομα ή το 8,4%).

Δημιουργήθηκε έτσι ένας αλγόριθμος που “διαβάζει” το προφίλ κάθε ασθενούς και κάνει εκτίμηση για τον μελλοντικό κίνδυνο θανάτου του.

Πηγή: ΑΠΕ-ΜΠΕ

Δημοφιλή

Υγεία
1

Αυτό είναι το θαυματουργό έλαιο που προστατεύει από το Αλτχάιμερ

Φάρμακα
2

Ανατροπή δεδομένων στα εμβόλια mRNA: Οι εμβολιασμένοι πεθαίνουν πλέον στις ΗΠΑ από COVID-19

Υγεία
3

Το τρόφιμο που θωρακίζει «αθόρυβα» τα οστά σε κάθε ηλικία… δεν είναι το γάλα!

Kαρδιά
4

Ποιοι είναι οι φυσιολογικοί καρδιακοί παλμοί και ποια τα επικίνδυνα όρια – Πότε πρέπει να ανησυχήσετε

Περισσότερα

23.10.2026

Νικολέτα Ράλλη: «Ξενίζουν όταν τους λέω ότι μένω στο ίδιο σπίτι με τον πρώην σύζυγό μου» (βίντεο)

«Όσοι δεν μας ξέρουν λένε πώς είναι δυνατόν», πρόσθεσε

21.10.2026

Χαμηλή αρτηριακή πίεση: Δείτε πώς μπορεί να ανέβει και τι πρέπει να κάνετε

Η υπόταση προκαλεί ζάλη, αδυναμία & τάση λιποθυμίας

Μια χούφτα την ημέρα αρκεί: Οι ξηροί καρποί που συνδέονται με χαμηλότερο κίνδυνο υπέρτασης
21.10.2026

Μια χούφτα την ημέρα αρκεί: Οι ξηροί καρποί που συνδέονται με χαμηλότερο κίνδυνο υπέρτασης

Μαγνήσιο: Ποια μορφή να επιλέξετε ανάλογα με τις ανάγκες σας – Τα οφέλη και οι παρενέργειες
21.10.2026

Μαγνήσιο: Ποια μορφή να επιλέξετε ανάλογα με τις ανάγκες σας – Τα οφέλη και οι παρενέργειες

Καρκίνος: Νέο εργαλείο τεχνητής νοημοσύνης εκτιμά την επιβίωση ασθενών από μία selfie
21.10.2026

Καρκίνος: Νέο εργαλείο τεχνητής νοημοσύνης εκτιμά την επιβίωση ασθενών από μία selfie

Αλτσχάιμερ: Πώς δύο ασθενείς βελτίωσαν θεαματικά την υγεία τους αλλάζοντας τρόπο ζωής (βίντεο)
21.10.2026

Αλτσχάιμερ: Πώς δύο ασθενείς βελτίωσαν θεαματικά την υγεία τους αλλάζοντας τρόπο ζωής (βίντεο)

Εργαλείο Al «προβλέπει» τον θάνατο: Πώς Βρετανοί ερευνητές βλέπουν ποιος θα ξεπεράσει τον καρκίνο
20.10.2026

Εργαλείο Al «προβλέπει» τον θάνατο: Πώς Βρετανοί ερευνητές βλέπουν ποιος θα ξεπεράσει τον καρκίνο

Δείτε γιατί δεν πρέπει να βάζετε κατεψυγμένα μούρα απευθείας σε smoothies: Οι κίνδυνοι για την υγεία
20.10.2026

Δείτε γιατί δεν πρέπει να βάζετε κατεψυγμένα μούρα απευθείας σε smoothies: Οι κίνδυνοι για την υγεία

Υπερεπεξεργασμένα τρόφιμα: Νέα μελέτη συνδέει την κατανάλωσή τους με βλάβες στα αγγεία του εγκεφάλου
20.10.2026

Υπερεπεξεργασμένα τρόφιμα: Νέα μελέτη συνδέει την κατανάλωσή τους με βλάβες στα αγγεία του εγκεφάλου

Σαχάρα Ρέι: Τι είναι το σύνδρομο Guillain-Barré που την άφησε μερικώς παράλυτη
20.10.2026

Σαχάρα Ρέι: Τι είναι το σύνδρομο Guillain-Barré που την άφησε μερικώς παράλυτη