Σύστημα τεχνητής νοημοσύνης «διαβάζει» στα μάτια τον κίνδυνο εμφράγματος

Ευρωπαίοι και άλλοι επιστήμονες ανέπτυξαν ένα πρωτοποριακό σύστημα τεχνητής νοημοσύνης που μπορεί να αναλύσει εικόνες από τα μάτια ενός ανθρώπου και να βρει ποιος αντιμετωπίζει αυξημένο κίνδυνο για έμφραγμα. Το σύστημα έχει ακρίβεια της τάξης του 70% έως 80% στην πρόβλεψη εμφράγματος μέσα στον επόμενο χρόνο.

Οι ερευνητές από τη Βρετανία, τη Γαλλία, το Βέλγιο τις ΗΠΑ και την Κίνα, με επικεφαλής τον καθηγητή Υπολογιστικής Ιατρικής Άλεξ Φράνγκι του Πανεπιστημίου του Λιντς και του Ινστιτούτου Άλαν Τιούρινγκ της Βρετανίας, οι οποίοι έκαναν τη σχετική δημοσίευση στο περιοδικό για θέματα Τεχνητής Νοημοσύνης «Nature Machine Intelligence», εκτίμησαν ότι μπορεί να υπάρξει στο μέλλον μία επανάσταση στη διάγνωση των καρδιαγγειακών κινδύνων, ειδικότερα για έμφραγμα.

Οι γιατροί γνωρίζουν ότι οι αλλαγές στα μικροσκοπικά αιμοφόρα αγγεία του αμφιβληστροειδούς του ματιού αποτελούν δείκτες για την ευρύτερη αγγειακή υγεία ή νόσο, αποκαλύπτοντας έτσι προβλήματα στην καρδιά. Η νέα εξέλιξη είναι ότι με τη χρήση τεχνικών «βαθιάς» μηχανικής μάθησης εκπαιδεύτηκε ένα σύστημα τεχνητής νοημοσύνης να διαβάζει αυτόματα τις εικόνες του αμφιβληστροειδούς και να αναγνωρίζει σε αυτές τα σημάδια κινδύνου για έμφραγμα.

Η βαθιά μάθηση είναι μία πολύπλοκη σειρά αλγόριθμων που επιτρέπουν στους υπολογιστές να αναγνωρίζουν μοτίβα στα δεδομένα και να κάνουν προβλέψεις. Το νέο «έξυπνο» σύστημα ανέλυσε εικόνες αμφιβληστροειδών και καρδιαγγειακές εξετάσεις από 5.000 ανθρώπους, προκειμένου να μάθει να συσχετίζει την παθολογική κατάσταση των ματιών με την υγεία της καρδιάς.

Διαβάστε ακόμη

Ατύχημα στην Ιταλία για την Μαρέβα Γκραμπόφσκι – Μητσοτάκη: Χειρουργήθηκε στο ΚΑΤ και στα δυο της χέρια

Σοκάρει το βίντεο-ντοκουμέντο με την καταδίωξη του 17χρονου οδηγού που έπεσε σε τζαμαρία στον Άγιο Δημήτριο

Καλλιθέα: Ανασύρθηκε 2χρονο κοριτσάκι χωρίς τις αισθήσεις του από συντριβάνι

Υπόθεση κατασκοπείας: Γυναίκα ο «άνθρωπος-σκιά» – Οι αμοιβές του σμήναρχου και το κρυπτογραφημένο κινητό που τον «κάρφωσε»