Model AI revolusioner boleh meramalkan risiko penyakit jantung pada wanita menggunakan mamogram, menjanjikan kaedah pemeriksaan yang lebih awal dan lebih mudah diakses untuk penyakit kardiovaskular.
Model pembelajaran mesin terobosan yang dibangunkan oleh The George Institute for Global Health kini meramalkan risiko penyakit jantung pada wanita dengan menganalisis mamogram. Diterbitkan dalam jurnal Heart, algoritma inovatif ini adalah kerjasama antara Institut George, Universiti New South Wales dan Universiti Sydney.
Penyakit kardiovaskular (CVD) adalah punca utama kematian di kalangan wanita di seluruh dunia, menyebabkan kira-kira 9 juta kematian setiap tahun. Dari segi sejarah, diagnosis dan rawatan CVD pada wanita telah ketinggalan berbanding lelaki, sebahagiannya disebabkan oleh salah tanggapan bahawa penyakit jantung kebanyakannya memberi kesan kepada lelaki. Perbezaan ini telah menyebabkan kurang ujian diagnostik, rujukan pakar dan preskripsi untuk wanita.
"Adalah salah tanggapan umum bahawa CVD kebanyakannya memberi kesan kepada lelaki, mengakibatkan diagnosis yang kurang dan rawatan yang kurang pada wanita," kata Clare Arnott, seorang profesor bersekutu dan pengarah global program kardiovaskular di The George Institute, dalam satu kenyataan berita. "Dengan menyepadukan saringan risiko CV dengan saringan payudara melalui penggunaan mamogram - sesuatu yang telah dilakukan oleh ramai wanita pada peringkat kehidupan apabila risiko kardiovaskular mereka meningkat - kami boleh mengenal pasti dan berpotensi mencegah dua punca utama penyakit dan kematian pada masa yang sama."
Algoritma pembelajaran mendalam telah dilatih dan disahkan menggunakan mamogram rutin daripada lebih 49,000 wanita di kedua-dua kawasan bandar dan luar bandar Victoria, Australia, yang dikaitkan dengan rekod hospital dan kematian, untuk menilai hasil kardiovaskular.
Para penyelidik kemudian membandingkan prestasi model AI dengan kalkulator risiko tradisional yang memerlukan pelbagai titik data seperti tekanan darah dan paras kolesterol.
"Kami mendapati bahawa model kami menunjukkan prestasi yang baik tanpa memerlukan data klinikal dan perubatan yang luas," tambah Arnott.
Ketepatan dan kecekapan model ini terletak pada pergantungannya pada pelbagai ciri mamografi yang digabungkan hanya dengan umur pesakit. Tidak seperti kaedah sebelumnya yang hanya tertumpu pada kalsifikasi arteri payudara (BAC), yang kurang tepat pada wanita yang lebih tua, model ini menggunakan pelbagai ciri mamografi, menjadikannya alat yang cekap sumber tetapi sangat tepat.
"Kami berharap teknologi ini suatu hari nanti akan memberikan akses yang lebih besar dan saksama kepada pemeriksaan di kawasan luar bandar, kerana ramai wanita sudah mendapat manfaat daripada unit mamografi mudah alih secara percuma," tambah Jennifer Barraclough, seorang penyelidik di The George Institute.
Program saringan berasaskan mamografi telah melibatkan sebahagian besar populasi wanita di negara seperti Amerika Syarikat dan UK, dengan lebih 67% penyertaan. Mengintegrasikan ramalan risiko kardiovaskular ke dalam rangka kerja sedia ada ini boleh merevolusikan penjagaan kesihatan pencegahan untuk wanita di seluruh dunia.
Para penyelidik di sebalik algoritma terobosan ini berharap untuk menguji model dalam populasi yang pelbagai untuk mengesahkan lagi keberkesanannya dan meneroka potensi halangan untuk pelaksanaannya, menurut Barraclough.