سنجش چربی اطراف قلب با هوش مصنوعی، ریسک ابتلا به برخی بیماریها را تعیین میکند
محققان به روشی بهینه مبتنی بر هوش مصنوعی دست یافتند که با سنجش چربی اطراف قلب میتواند ریسک ابتلا به دیابت و برخی بیماریهای عروقی را تعیین کند.
ارتباط تجمع چربی در اطراف اندامهای بدن از جمله قلب با بیماریهای متابولیک مانند دیابت، در تحقیقات بسیاری مورد بررسی قرار گرفته است. اما تاکنون روش بهینهای برای سنجش چربی اطراف قلب در دسترس نبوده است. اکنون چنین کاری به کمک استفاده از هوش مصنوعی بسیار آسانتر از قبل شده است.
ابزار جدید مبتنی بر هوش مصنوعی میتواند اقدام به شناسایی و اندازهگیری تودههای چربی در اطراف قلب کند که در تصاویر معمولی امآرآی به سادگی دیده میشوند. بافت چربی پیرامون قلب، تجمعی از سلولهای چربی است که اطراف قلب را احاطه میکند و ازدیاد آن بدون در نظر گرفتن وزن و توده شاخص بدن، میتواند با افزایش ریسک ابتلا به دیابت و بیماریهای عروق کرونری در ارتباط باشد. تاکنون پژوهشهای بیشتر در این زمینه به دلیل سختی اندازهگیری بافت چربی به صورت دقیق، متوقف شده بود اما به لطف ابزار گفته شده، امکان ارزیابیهای دقیقتر فراهم شده است.
البته استفاده از سایر فناوریهای تصویربرداری تشخیصی مانند سیتی اسکن میتواند برای محاسبه بافت چربی اطراف قلب، مفید باشد. اما چنین روشهایی معمولاً بیماران را در معرض مقادیر بالایی از اشعههای آسیبزا قرار میدهند و به دلایل اخلاقی نمیتوان از آنها به صورت گسترده در تحقیقات و روی افراد داوطلب استفاده کرد. اکنون هوش مصنوعی میتواند با دریافت تصاویر امآرآی تنها در طی سه ثانیه اقدام به اندازهگیری مقدار توده چربی کند.
برای آموزش دادن هوش مصنوعی در جهت محاسبه مقدار چربی، شبکه عصبی بهره گرفته شده و دقت آن با چندین پایگاه داده مستقل تطبیق داده شده است. پژوهشگران اعلام کردهاند که این ابزار میتواند با دقت بالایی اقدام به اندازهگیری چربی پیرامون قلب کند. همچنین فناوری تصویربرداری امآرآی تنها از امواج مغناطیسی برای تشکیل تصویر تشخیصی استفاده میکند که برخلاف اشعههای یونیزان، برای بدن آسیبزا نیستند؛ در نتیجه محدودیت چندانی برای استفاده از چنین روشی روی داوطلبان وجود ندارد.
محققان اعلام کردهاند که آماده هستند تا از روش جدید در پژوهشهای خود استفاده کنند. برای اولینبار است که امکان ارزیابی چربی اطراف قلب در طیف وسیعی از افراد قابل انجام است. البته در حال حاضر نمیتوان به کمک آن با اطمینان چندانی شانس ابتلا به دیابت را بررسی کرد؛ اما برای دستیابی به نتایج تحقیقاتی بسیار مفید است. سازندگان هوش مصنوعی مذکور امیدوارند در آینده موفق شوند استفادههای بالینی از آن انجام دهند و بتوانند به افراد مستعد به دیابت و بیماریهای قلبی در مراحل اولیه هشدار دهند.