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 “βαθμολογείκάθε 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

Υγεία
2

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

Φάρμακα
3

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

Kαρδιά
4

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

Περισσότερα

28.08.2026

Η τελευταία αγκαλιά της μητέρας μας ως παιδιά: Γιατί κανείς δεν θυμάται πότε συνέβη;

Οι πιο σημαντικές στιγμές της ζωής δεν αναγνωρίζονται πάντα όταν συμβαίνουν και χάνονται μέσα στην καθημερινότητα

28.08.2026

Η τελευταία αγκαλιά της μητέρας μας ως παιδιά: Γιατί κανείς δεν θυμάται πότε συνέβη;

Οι πιο σημαντικές στιγμές της ζωής δεν αναγνωρίζονται πάντα όταν συμβαίνουν και χάνονται μέσα στην καθημερινότητα

«Αθόρυβη» απειλή για τα νεφρά: Τα πρώιμα συμπτώματα που δεν πρέπει να αγνοήσετε
28.08.2026

«Αθόρυβη» απειλή για τα νεφρά: Τα πρώιμα συμπτώματα που δεν πρέπει να αγνοήσετε

Είσαστε άνω των 55; – Αυτή είναι άσκηση που προτείνει το Χάρβαρντ!
28.08.2026

Είσαστε άνω των 55; – Αυτή είναι άσκηση που προτείνει το Χάρβαρντ!

Επίγειο ψεκασμό με «τουρμπίνες» από την Περιφέρεια Αττικής σε 10.000 στρέμματα περιορισμό του ιού Δυτικού Νείλου
27.08.2026

Επίγειο ψεκασμό με «τουρμπίνες» από την Περιφέρεια Αττικής σε 10.000 στρέμματα περιορισμό του ιού Δυτικού Νείλου

Αυτά είναι τα τρόφιμα και τα σκεύη που δεν πρέπει να βάλετε ποτέ στο air fryer
27.08.2026

Αυτά είναι τα τρόφιμα και τα σκεύη που δεν πρέπει να βάλετε ποτέ στο air fryer

Επιστήμονες αποκαλύπτουν: Κι όμως οι γυναίκες έχουν καλύτερη ακοή από τους άνδρες
27.08.2026

Επιστήμονες αποκαλύπτουν: Κι όμως οι γυναίκες έχουν καλύτερη ακοή από τους άνδρες

Η Όλγα Σκιαδαρέση παντρεύτηκε με συνεργάτη της – Η ανάρτηση του Γεράσιμου Σκιαδαρέση για την κόρη του
24.08.2026

Η Όλγα Σκιαδαρέση παντρεύτηκε με συνεργάτη της – Η ανάρτηση του Γεράσιμου Σκιαδαρέση για την κόρη του

Τα τρόφιμα που δεν πρέπει να πλένουμε πριν το μαγείρεμα
24.08.2026

Τα τρόφιμα που δεν πρέπει να πλένουμε πριν το μαγείρεμα

Κέντρο δεδομένων στη Σιγκαπούρη μετατρέπει την δραστηριότητα των ανθρώπινων νευρώνων σε υπολογιστική ισχύ!
24.08.2026

Κέντρο δεδομένων στη Σιγκαπούρη μετατρέπει την δραστηριότητα των ανθρώπινων νευρώνων σε υπολογιστική ισχύ!