Výzkum provedený v UT Southwestern Medical Center v Dallasu zjistil, že model strojového učení dokáže odhalit jedince, kteří žijí s diabetickou kardiomyopatií – poruchou srdečního svalu u lidí s diabetem, která může vést k srdečnímu selhání.
Podle výsledků dokáže AI identifikovat vysoce rizikový fenotyp diabetické kardiomyopatie, potenciálně předcházet srdečnímu selhání, protože by to umožnilo včasné intervence.
První autor Dr Ambarish Pandey řekl: „Tento výzkum je pozoruhodný, protože využívá strojové učení k poskytnutí komplexní charakterizace diabetické kardiomyopatie – stavu, který postrádá konsensuální definici – a identifikuje vysoce rizikový fenotyp, který by mohl vést k cílenější prevenci srdečního selhání. strategie u lidí s diabetem.
„Fenotypy jsou pozorovatelné fyzikální vlastnosti jedinců, které jim dávají specifické biologické vlastnosti.“
V rámci studie vědci zkoumali zdravotní údaje 1000 dospělých z kohorty Atherosclerosis Risk in Communities, z nichž všichni měli cukrovku, ale neměli v anamnéze kardiovaskulární onemocnění.
Výzkumný tým identifikoval tři podskupiny pacientů hodnocením souboru 25 echokardiografických parametrů a srdečních biomarkerů.
Přibližně 27 % účastníků tvořilo vysoce rizikovou fenotypovou skupinu, přičemž tito jedinci vykazovali vyšší hladiny NT-proBNP – biomarkeru spojeného s abnormální remodelací srdce a srdečním stresem.
Účastníci ve skupině s vysokým rizikem fenotypu měli o 12,1 % vyšší pravděpodobnost rozvoje srdečního selhání ve srovnání s těmi v ostatních podskupinách.
Podle zjištění má 16 až 29 % lidí s diabetem vysoce rizikový fenotyp.
Výzkumný tým proto vytvořil klasifikátor hluboké neuronové sítě, který odhalí více případů diabetické kardiomyopatie.
Pandey řekl: „Klinicky by tento model mohl pomoci zaměřit intenzivní preventivní terapie, jako jsou inhibitory SGLT2, na pacienty, z nichž je největší pravděpodobnost, že budou mít prospěch.
„Může také pomoci obohatit klinické studie strategií prevence srdečního selhání u lidí s diabetem.“
Dr Pandey dodal: „Toto staví na naší předchozí práci, která hodnotila prevalenci a prognostické důsledky diabetické kardiomyopatie u dospělých žijících v komunitě.
„Toto úsilí rozšiřuje pomocí strojového učení k identifikaci specifičtějšího vysoce rizikového fenotypu kardiomyopatie.“
Zdroj: diabetes.co.uk
