Böyük Britaniya və ABŞ-dən 27 382 pasiyentin ürək MRT görüntülərinin təhlil edildiyi araşdırmada süni intellektin hesabladığı ejeksiya fraksiyası göstəricilərinin ölüm riski ilə əlaqəsi həkimlərin apardığı ölçmələrlə müqayisədə bir qədər daha güclü olub. Bundan əlavə, süni intellekt bu ölçmələri cəmi bir neçə saniyə ərzində həyata keçirib.

Aztibb.az "The Lancet Digital Health" jurnalına istinadən yazır ki, ürəyin maqnit-rezonans tomoqrafiyası (MRT) görüntüləri əsasında onun nasos funksiyasını qiymətləndirən süni intellekt sistemi uzunmüddətli klinik nəticələri müəyyənləşdirmək baxımından təcrübəli həkimlərin ölçmələri ilə müqayisədə kiçik, lakin statistik əhəmiyyətli üstünlük nümayiş etdirib.

London Universitetinin tədqiqatçılarının apardığı tədqiqatda xüsusilə ürəyin nasos funksiyasının əsas göstəricilərindən biri olan ejeksiya fraksiyası qiymətləndirilib.

27 382 pasiyentin ürək MRT görüntüləri araşdırılıb

Araşdırmada Böyük Britaniya və ABŞ-də məlum və ya şübhəli ürək xəstəlikləri səbəbindən ürək MRT-si çəkilmiş 27 382 pasiyentin görüntüləri təhlil edilib.

Pasiyentlər orta hesabla beş ildən artıq müddətdə müşahidə olunub. Bu müddət ərzində 3458 ölüm hadisəsi qeydə alınıb.

Tədqiqatçılar süni intellekt sisteminin hesabladığı ejeksiya fraksiyası göstəricilərini təcrübəli həkimlərin ürək MRT görüntüləri əsasında apardıqları ölçmələrlə müqayisə ediblər.

Ölüm riski ilə əlaqə süni intellektdə bir qədər güclü olub

Nəticələrə əsasən, süni intellektin hesabladığı ejeksiya fraksiyası göstəriciləri ölüm riski yüksək olan pasiyentləri müəyyənləşdirmək baxımından həkimlərin ölçmələrindən bir qədər, lakin statistik cəhətdən əhəmiyyətli dərəcədə üstün nəticə göstərib.

Yaş və cins kimi amillər nəzərə alındıqdan sonra da bu fərq qorunub.

Araşdırmanın aparıcı müəllifi doktor Corc Coy bildirib ki, fərq kiçik olsa da, minlərlə pasiyentin müayinəsində klinik baxımdan əhəmiyyətli nəticələr verə bilər.

Ölçmə cəmi bir neçə saniyə çəkib

Süni intellekt sisteminin bir pasiyentin görüntülərini təxminən 2-3 saniyə ərzində təhlil etdiyi bildirilir.

Tədqiqat qrupunun əvvəlki araşdırmalarında isə eyni qiymətləndirmənin mütəxəssis həkim tərəfindən aparılmasının təxminən 13 dəqiqə çəkdiyi müəyyən edilmişdi.

Tədqiqatçılar hesab edirlər ki, bu sürət fərqi səhiyyə sistemlərində həkimlərin iş yükünün azaldılmasına və müayinə prosesinin sürətləndirilməsinə kömək edə bilər.

Ejeksiya fraksiyası müalicə qərarlarında mühüm rol oynayır

Ejeksiya fraksiyası ürəyin hər yığılması zamanı daxilindəki qanın nə qədər hissəsini damarlara ötürdüyünü göstərən əsas göstəricilərdən biridir.

Bu göstəricidən ürək çatışmazlığının müalicə üsulunun müəyyənləşdirilməsi, ürək cihazlarının tətbiqi, ürəyə qan axınını yaxşılaşdırmağa yönəlmiş müdaxilələrin planlaşdırılması və cərrahi əməliyyat riskinin qiymətləndirilməsi kimi bir çox klinik qərarda istifadə olunur.

Kimyaterapiya zamanı ürəyin funksional vəziyyətinin izlənilməsində də ejeksiya fraksiyası göstəricisi nəzərə alınır.

Həkim nəzarəti vacibliyini qoruyur

Tədqiqatçılar süni intellektin nəticələrindən tam avtomatlaşdırılmış şəkildə istifadə edilməməsinin vacibliyini vurğulayıblar.

Bildirilib ki, süni intellektin səhvləri nadir hallarda baş versə də, pasiyent səviyyəsində səhv göstəricisi təxminən 1 faiz, görüntülər üzrə isə 0,08 faiz təşkil edib.

Bu səbəbdən əldə olunan nəticələrin həkimlər tərəfindən təsdiqlənməsi və görüntülərin pasiyentin ümumi klinik vəziyyəti nəzərə alınmaqla qiymətləndirilməsi vacibdir.

Tədqiqatın baş elmi müəllifi doktor Rodri Devis süni intellektin məqsədinin həkimləri əvəz etmək olmadığını bildirib. Onun sözlərinə görə, bu texnologiya daha sürətli və ardıcıl ölçmələr aparmaqla klinik qərarların qəbuluna dəstək verə bilər.

İlkin qiymətləndirmədə istifadə oluna bilər

Tədqiqatçılar əldə olunan nəticələrin süni intellektin ürək MRT görüntülərinin ilkin qiymətləndirilməsində istifadə edilə biləcək vasitəyə çevrilə biləcəyini göstərdiyini bildiriblər.

Araşdırma qrupu növbəti mərhələdə ürək görüntülərindən əldə edilən süni intellekt ölçmələrini elektrokardioqram (EKQ) kimi digər müayinə üsulları ilə birləşdirməyi və bu yolla ürək əzələsindəki problemləri daha erkən mərhələdə müəyyənləşdirməyin imkanlarını araşdırmağı planlaşdırır.