Ερευνητές Αναπτύσσουν Μυστήρια της Καρδιάς και Προβλέπουν Καρδιακές Παθήσεις με Τεχνητή Νοημοσύνη

Προσφάτως, δύο μελέτες που αφορούν την καρδιά έχουν χρησιμοποιήσει αλγορίθμους Τεχνητής Νοημοσύνης για να αποκτήσουν μια καλύτερη κατανόηση του πώς η καρδιά λειτουργεί και πώς δυσλειτουργεί. Μια ομάδα ερευνητών έχει χρησιμοποιήσει αλγορίθμους Τεχνητής Νοημοσύνης για να αποκτήσει μια καλύτερη κατανόηση του πώς η μορφή των μυών της καρδιάς επηρεάζει την απόδοσή της. Με τη βοήθεια των αλγορίθμων Τεχνητής Νοημοσύνης, η ερευνητική ομάδα απέκτησε μια καλύτερη κατανόηση του πώς οι κολπωμένοι της καρδιάς διευκολύνουν τη ροή του αίματος και βρήκαν έξι διαφορετικά τμήματα DNA που παίζουν σημαντικό ρόλο στην ανάπτυξη των μυών της καρδιάς. Εν τω μεταξύ, μια άλλη μελέτη εξέτασε πώς οι selfie μπορούν πотεντικά να χρησιμοποιηθούν για τη διάγνωση καρδιακών παθήσεων.

Όσο πίσω στο χρόνο όσο το 15ο και 16ο αιώνα, οι επιστήμονες έχουν μελετήσει την καρδιά και έχουν αναρωτηθεί πώς η δομή της σχετίζεται με τη λειτουργία της. Ο Λεονάρντο ντα Βίντσι αναρωτήθηκε πώς οι μύες της καρδιάς μετακινούν το αίμα σε όλο το σώμα πριν από πάνω από 500 χρόνια. Χάρη σε μια ομάδα ερευνητών από ιδρύματα όπως το MRC London Institute of Medical Sciences, το Cold Spring Harbor Laboratory, το EMBL’s European Bioinformatics Institute (EMBL-EBI), το Πανεπιστήμιο του Χάιντελμπεργκ και το Politecnico di Milano, είμαστε πολύ πιο κοντά στην κατανόηση του ρόλου που παίζουν οι trabeculae στην ανάπτυξη και τη λειτουργία της καρδιάς.

Οι trabeculae είναι μυϊκές ίνες που σχηματίζουν ένα σύνθετο δίκτυο γεωμετρικών σχημάτων στην εσωτερική επιφάνεια της καρδιάς. Οι trabeculae πιστεύεται ότι παρέχουν οξυγόνο στην καρδιά καθώς αναπτύσσεται, καθώς η καρδιά είναι το πρώτο όργανο που αναπτύσσεται και δεν μπορεί να λάβει οξυγόνο από τους πνεύμονες. Ωστόσο, έχει παραμείνει ένα μυστήριο ποιο ρόλο παίζουν οι trabeculae στους ενήλικες. Ο ντα Βίντσι είχε υποθέσει ότι οι trabeculae της καρδιάς εξυπηρετούσαν για να θερμάνουν το αίμα καθώς περνούσε από την καρδιά, αλλά χάρη στις τεχνικές έρευνας που βασίζονται στην Τεχνητή Νοημοσύνη, τώρα έχουμε μια ιδέα του πραγματικού τους σκοπού.

Η ερευνητική ομάδα χρησιμοποίησε αλγορίθμους Τεχνητής Νοημοσύνης για να αναλύσουν περίπου 25000 σκαναρίσματα MRI (μαγνητικής τομογραφίας) της καρδιάς. Τα σκαναρίσματα αυτά παρέθηκαν στο μοντέλο Τεχνητής Νοημοσύνης μαζί με γενετικά δεδομένα και δεδομένα μορφολογίας της καρδιάς. Οι ερευνητές ανέλυσαν τα αποτελέσματα του μοντέλου και βρήκαν ότι οι trabeculae φαίνεται να παίζουν ρόλο στη διευκόλυνση της ροής του αίματος μέσω των κολπωμένων της καρδιάς. Τα γεωμετρικά σχήματα στην εσωτερική επιφάνεια της καρδιάς πιστεύεται τώρα ότι βοηθούν στην αποτελεσματική ροή του αίματος καθώς η καρδιά χτυπά.

Εκτός από την ανακάλυψη ότι οι trabeculae μπορούν να βοηθήσουν στη αποτελεσματική ροή του αίματος, η ερευνητική ομάδα ανακάλυψε επίσης έξι τμήματα DNA που φαίνεται να επηρεάζουν την ανάπτυξη των trabeculae. Δύο από τα έξι τμήματα DNA παίζουν επίσης ρόλο στην ανάπτυξη διακλαδώσεων νευρικών μονοπατιών στο εγκέφαλο. Είναι πιθανό ότι οι ίδιες μηχανισμοί που οδηγούν στην ανάπτυξη των trabeculae οδηγούν επίσης στην ανάπτυξη νευρικών κυττάρων.

Η μορφή των trabeculae μπορεί ακόμη να έχει σχέση με καρδιακές παθήσεις. Γενετικά δεδομένα από πάνω από 50000 ασθενείς αναλύθηκαν από την ερευνητική ομάδα και βρέθηκε ότι οι διαφορετικές μορφές των trabeculae είχαν κάποια συσχέτιση με τον κίνδυνο ανάπτυξης καρδιακών παθήσεων.

Σε μια διαφορετική μελέτη, όπως αναφέρθηκε από το Futurism, ερευνητές από το Εθνικό Κέντρο Καρδιακών Παθήσεων στην Πεκίνο, Κίνα πειραματίστηκαν με einen αλγόριθμο Τεχνητής Νοημοσύνης που μπορεί να προβλέψει την πιθανότητα ενός ατόμου να αναπτύξει καρδιακή πάθηση με βάση φυσικά χαρακτηριστικά που μπορούν να καταγραφούν σε μια απλή φωτογραφία ενός ατόμου. Υπάρχουν φυσικά χαρακτηριστικά που έχουν συσχετίσεις με καρδιακές παθήσεις, όπως κίτρινες αποθέσεις κοντά στα βλέφαρα ενός ατόμου, λευκές δακτυλιοειδείς στο εξωτερικό μέρος του κεράτου και γκριζομάллινες ή λεπτές τρίχες. Όταν εκπαιδεύτηκε με εικόνες ασθενών από κινεζικά νοσοκομεία, ο αλγόριθμος φέρεται να ξεπέρασε τις υπάρχουσες μεθόδους αξιολόγησης του κινδύνου καρδιακής πάθησης,能够 να ανιχνεύσει περίπου το 80% των περιπτώσεων καρδιακής πάθησης. Επίσης, ανίχνευσε περίπου το 60% όλων των αρνητικών περιπτώσεων καρδιακής πάθησης.

Υπάρχει ένα υψηλό ποσοστό ψευδώς θετικών αποτελεσμάτων που συνδέεται με τον αλγόριθμο, το οποίο η ομάδα αναφέρει ότι πρέπει να διορθωθεί, σημειώνοντας ότι ψευδώς θετικά αποτελέσματα θα μπορούσαν να προκαλέσουν στους ασθενείς άσκοπη ανησυχία και να υπερφορτώσουν το ιατρικό σύστημα με άσκοπες εξετάσεις. Ωστόσο, αν ο αλγόριθμος μπορεί να διορθωθεί και να βελτιωθεί η συνολική ακρίβεια, θα μπορούσε να είναι ένα χρήσιμο εργαλείο για τις περιοχές του κόσμου που πασχίζουν να финансируют αποτελεσματικά προγράμματα σcreening καρδιακών παθήσεων.