ΔΕΙΤΕ ΠΡΩΤΟΙ ΟΛΑ ΤΑ ΝΕΑ ΤΟΥ TRIBUNE ΣΤΟ GOOGLE NEWS 
Ερευνητές της ομάδας COR από το Ινστιτούτο Τεχνολογιών Πληροφορικής και Επικοινωνιών (ITACA) του Πολυτεχνείου της Βαλένθια (UPV) ανέπτυξαν ένα μοντέλο Τεχνητής Νοημοσύνης ικανό να εντοπίζει και να ποσοτικοποιεί τις ιστικές ανωμαλίες που σχετίζονται με την αγγειακή/κολπική μυοκαρδιοπάθεια, χρησιμοποιώντας ηλεκτρικές καταγραφές από την επιφάνεια του σώματος.
Το σύστημα, το οποίο βασίζεται σε νευρωνικά δίκτυα γράφων (Graph Neural Networks – GNNs), πέτυχε ακρίβεια 89% στον εντοπισμό των προσβεβλημένων περιοχών και 84% στον προσδιορισμό της έκτασης της βλάβης στον κολπικό ιστό.
Επιπλέον, διατήρησε αυτή τη δυνατότητα κατά την ανάλυση ανατομικών δομών που δεν είχαν χρησιμοποιηθεί κατά την εκπαίδευσή του.
Το επόμενο βήμα: επικύρωση σε ασθενείς
Η μελέτη αποτελεί προς το παρόν μια δοκιμή ιδέας (proof of concept) που αναπτύχθηκε με τη χρήση προσομοιωμένων δεδομένων· ως εκ τούτου, τα αποτελέσματά της δεν συνεπάγονται άμεση κλινική εφαρμογή.
Το επόμενο βήμα θα είναι η επικύρωση του μοντέλου με τη χρήση καταγραφών από πραγματικούς ασθενείς.
Όπως επισημαίνει η ίδια η μελέτη, «απαιτείται προοπτική επικύρωση με χρήση κλινικών καταγραφών προτού αυτή η προσέγγιση μπορέσει να μεταφερθεί σε εφαρμογές σχεδιασμού θεραπείας».
Εάν τα αποτελέσματα επιβεβαιωθούν σε κλινικές δοκιμές, η τεχνολογία αυτή θα μπορούσε να συμβάλει στην ανάπτυξη νέων εργαλείων για τον χαρακτηρισμό του κολπικού ιστού χωρίς επεμβατικές διαδικασίες και να παράσχει πρόσθετες πληροφορίες για τη μελέτη και τη θεραπεία παθήσεων που σχετίζονται με την κολπική μυοκαρδιοπάθεια.
Η μελέτη, που δημοσιεύθηκε στο επιστημονικό περιοδικό Discover Computing, τελεί υπό τη θεώρηση της Μαρία Μακαρούγια-Ροντρίγκεθ, ερευνήτριας στο COR-ITACA, ενώ σε αυτή συμμετέχουν επίσης οι Χόρχε Σάντσεθ, Αντρέου Μ. Κλιμέντ και Μαρία Σ. Γκιγιέμ, ερευνητές στο ITACA και μέλη της εταιρείας Corify Care S.L., καθώς και οι Κρίστιαν Μπάριος Εσπινόσα και Άξελ Λέβε (Ινστιτούτο Τεχνολογίας της Καρλσρούης) και ο Ερνέστο Θακούρ (Corify Care S.L.).
Μια νέα προσέγγιση στη μελέτη του κολπικού ιστού
Η κολπική μυοκαρδιοπάθεια περιλαμβάνει ηλεκτρικές και δομικές ανωμαλίες στον κολπικό ιστό, όπως η ίνωση, οι οποίες συνδέονται με την έναρξη και την εξέλιξη της κολπικής μαρμαρυγής, μιας από τις συχνότερες καρδιακές αρρυθμίες.
«Το να γνωρίζουμε πού βρίσκεται ο αλλοιωμένος ιστός και πόσο εκτεταμένος είναι μπορεί να μας βοηθήσει να κατανοήσουμε καλύτερα τη νόσο και, ενδεχομένως, να σχεδιάσουμε θεραπείες όπως η κατάλυση (ablation)», αναφέρει η Μαρία Σ. Γκιγιέμ, διευθύντρια του ITACA και συμμετέχουσα στη μελέτη.
Επί του παρόντος, για τον χαρακτηρισμό αυτών των ανωμαλιών μπορούν να χρησιμοποιηθούν τεχνικές όπως η επεμβατική ενδοκαρδιακή ηλεκτροανατομική χαρτογράφηση ή ορισμένες εξετάσεις μαγνητικής τομογραφίας (MRI).
Η νέα προσέγγιση προτείνει τη χρήση χαρτών δυναμικού επιφάνειας σώματος (BSPM), οι οποίοι λαμβάνονται μέσω ηλεκτροδίων τοποθετημένων σε όλο τον θώρακα για την καταγραφή της ηλεκτρικής δραστηριότητας της καρδιάς.
«Στη συνέχεια, η Τεχνητή Νοημοσύνη αναλύει πώς κατανέμονται αυτά τα σήματα στον χώρο και πώς εξελίσσονται στον χρόνο, ώστε να εντοπίσει μοτίβα που σχετίζονται με τη θέση και την έκταση του προσβεβλημένου ιστού», εξηγεί η διευθύντρια του ITACA.
Ακρίβεια 89% στον εντοπισμό
Για την ανάπτυξη και την αξιολόγηση του μοντέλου, η ομάδα εργάστηκε με 14.400 προσομοιωμένους χάρτες δυναμικού επιφάνειας σώματος, οι οποίοι δημιουργήθηκαν από διαφορετικές ανατομίες κόλπων και θώρακα και με ποικίλους βαθμούς και εντοπίσεις κολπικής μυοκαρδιοπάθειας.
«Στην αρχική διαμόρφωση, με 128 ηλεκτρόδια, το μοντέλο πέτυχε ακρίβεια 89% στον εντοπισμό του προσβεβλημένου ιστού, με μέσες τιμές ευαισθησίας 89% και ειδικότητας 90%», υπογραμμίζει η Μαρία Μακαρούγια.
Ένα από τα σημαντικότερα ευρήματα είναι ότι το σύστημα κατάφερε να διατηρήσει καλή απόδοση κατά την ανάλυση ανατομιών διαφορετικών από εκείνες που χρησιμοποιήθηκαν για την εκπαίδευσή του, στοιχείο εξαιρετικά κρίσιμο για μελλοντικές εφαρμογές σε ανθρώπους με διαφορετικά ανατομικά χαρακτηριστικά.
«Το μοντέλο πέτυχε επίσης συνολική ακρίβεια 84% στον προσδιορισμό της έκτασης του προσβεβλημένου ιστού. Επιπλέον, διαπιστώσαμε ότι η απόδοσή του παραμένει σχετικά σταθερή όταν η ποιότητα του σήματος μειώνεται, γεγονός που υποδηλώνει μια ορισμένη ανθεκτικότητα απέναντι στον θόρυβο», αναφέρει η Μαρία Μακαρούγια.
Τα αποτελέσματα δείχνουν επίσης ότι η ανατομική ποικιλομορφία των δεδομένων εκπαίδευσης αποτελεί παράγοντα-κλειδί: η ενσωμάτωση μιας ευρύτερης ποικιλίας μοντέλων κόλπων και θώρακα βελτίωσε την ταξινομική ικανότητα του συστήματος.
