AI-Janit ‘Sinética Skard Hearts’ Assistência

Pesquisadores da Queen Mary University, Londres desenvolveram uma ferramenta de IA que Sintetic de tecido cardíaco fibrótico (assustação do coração) ainda forma modelos medicamente precisos, que suportam o esquema de tratamento para pacientes com fibrilação de átrios (FA). o estudo, Publicado Em Limite em cardíacoIsso pode levar a mais cuidados pessoais aos pacientes afetados por esse distúrbio normal do ritmo cardíaco.

Referências à fibrose tecido cicatricial Ele se desenvolve no coração, geralmente como resultado do envelhecimento, estresse a longo prazo ou estado de AF. Este pedaço de difícil, tecido fibroso Interrompe o sistema elétrico do coração, potencialmente a causa das características irregulares da batimentos cardíacos da Força Aérea. Atualmente avaliado por meio de ressonância magnética especial (LGE-RI), os resultados do tratamento foram bastante afetados pelo padrão e distribuição dessa cicatrização.

As fibrilações de Allish são frequentemente tratadas com ablação – um processo em que os médicos produzem pequenas cicatrizes controladas para bloquear sinais elétricos irregulares. No entanto, as taxas de sucesso variam muito e prevêem qual abordagem será o melhor trabalho para pacientes individuais permanecerem desafiadores. Embora a IA tenha demonstrado promessa na previsão dos resultados, seu crescimento foi interrompido pelo acesso limitado a dados de imagem de paciente de alta qualidade.

“O LGE-RI fornece informações importantes sobre fibrose cardíaca, mas é um desafio obter uma varredura suficiente para o treinamento abrangente da IA”, explica o primeiro autor da Queen Mary University, Londres, Dr. Alexander Zolotarev. “Treinamos um modelo de IA em apenas 100 varreduras reais de LGE-RI de pacientes com AF. O sistema produziu 100 padrões adicionais de fibrose sintética que imitam com precisão o coração real. Esses modelos virtuais foram usados ​​para simular como diferentes pacientes poderiam realizar diferentes estratégias de ablação na anatomia”.

O modelo de disseminação avançado da equipe produziu distribuição de fibrose sintética que combinava com dados reais do paciente com extraordinária precisão. Quando esses padrões fabricados na IA foram aplicados ao modelo 3D Heart e testados contra várias abordagens de ablação, as previsões resultantes provaram ser quase confiáveis ​​como aquelas que usam dados reais do paciente. Em grave, esse método protege a confidencialidade dos pacientes, permitindo que os pesquisadores estudem mais ampla gama de paisagens cardíacas do que a permissão para os métodos tradicionais.

A pesquisa destaca o papel emergente da IA ​​como uma ferramenta de suporte clínico e não como tomador de decisão. “Não se trata de mudar a decisão dos médicos”, insistiu o Dr. Zolotarev. “Trata -se de fornecer aos médicos um simulador sofisticado – eles podem testar várias abordagens de tratamento em um modelo digital da estrutura cardíaca única de cada paciente antes de realizar o processo real”.

Este trabalho foi o UKRI Future Lidele, da Dra. Caroline Ronnie, faz parte do projeto de irmandade, com o objetivo de desenvolver modelos cardíacos digitais ‘gêmeos’ individuais para pacientes com AF.

O escritor principal do estudo, Dr. da Queen Mary University, Londres. Caroline Ronnie disse: “Estamos muito entusiasmados com esta pesquisa, pois aborda o desafio de dados clínicos limitados para modelos de gêmeos digitais cardíacos. Nosso principal desenvolvimento permite que as em larga escala possam em testes de silico e modelagem específica do paciente, que visa fazer mais remédios pessoais, o que é criar um tratamento mais pessoal. Arritmia cardíaca Pacientes. , Assim,

No Reino Unido, a fibrilação atrial que afeta 1,4 milhão de pessoas no Reino Unido e a falha da falha ao meio pode reduzir significativamente os processos de repetição da tecnologia. É importante ressaltar que a abordagem da IA ​​aborda dois importantes desafios de assistência médica: disponibilidade limitada de dados do paciente e exigência moral para a proteção de informações médicas sensíveis.