Strojové učení dovede predikovat riziko infarktu

Strojové učení dovede predikovat riziko infarktu

TLDR: Mašina se u 900 pacientů naučila odhalovat na CTA snímcích velikost plaku v cévách, a z toho predikovat riziko infarktu do 5 let. Totéž umí u lidé, ale trvá jim to výrazně déle. Studie tuna.

Co máte na srdci?

Stačí několik sekund zpracování dat z počítačové tomografická angiografie (CTA či CT angiografie) a strojové učení z Cedars-Sinai Medical Center dovede predikovat riziko infarktuna 5 let dopředu! Stejně jako to umí ze stejných dat lidští odborníci – jenže zatímco lidem trvá vyhodnocení CTA až půl hodiny, mašiny by mohly lepší diagnózu naservírovat větší porci pacientů…

Jak lidské, tak mašinové oči se při zkoumání CTA snímků zaměřují na zobrazování ložisek plaku ve věnčitých tepnách. Míra zdejších usazenin je totiž zřejmě nejlepším způsobem, jak předpovědět riziko srdečního infarktu v horizontu několika budoucích let.

Jenže k měření koronárního plaku neexistuje automatizovaný způsob v podobné míře, jako u jiných diagnostických metod. Abych si stran diagnóz pomohl něčím, co všichni teď už velmi dobře známe – PCR testování na přítomnost nějakého genu patogenu je také podstatně rychlejší, než snaha najít onen patogen ve vzorku pouhýma očima koukajícíma skrze elektronový mikroskop!

Kdyby se podařilo automatizovat měření plaku, mohlo by to mít tedy rozhodně významný benefit pro prevenci.

Lidi, co umřou dřív a ti, co později

Tým vědátorky  Damini Dey z Cedars-Sinai Medical Center proto vycvičili algoritmus pro rozpoznávání ložisek plaku na základě souboru dat CTA snímků od 921 pacientů. Mašinu pak otestovali na datech několika dalších stovek pacientů – a výsledky pak srovnali s diagnózou lékařských odborníků, kteří dříve analyzovali stejné CTA snímky. A ukázalo se, že lidská a strojová přesnost je velmi podobná!

To byla ale jenom dílčí část studie, krom ní vědátoři rovněž vytvořili nástroj, který by na základně CTA snímků mohl nejenom detekovat plaky – ale také z jejich objemu predikovat, jak blízko je potenciální infarkt. Výsledkem této snahy byla nakonec mašina, která dovedla velmi přesně rozřadit pacienty s plaky do dvou kategorií – ty s nízkým rizikem infarktu do 5 let, a ty s vysokým rizikem infarktu do 5 let.

I u nejmodernější věštby bude dobré podržet si jistou skepsi. TV Barrandov, vlastní
I u nejmodernější věštby bude dobré podržet si jistou skepsi. TV Barrandov, vlastní

Takový výsledek, pravda, není stejně přesný, jako všemi jistě vysněná predikce „infarkt dostanete na 31. března 2023 ve 13.50 před Finančním úřadem“. Může však samože posloužit detailnějšímu sledování stavu daných pacientů odborným personálem. Na druhou stranu, neměli bychom ani žít s tím, že jsme právě „vyléčili infarkt“. Popišme si proč.

Není to asi poprvé, co čtete o tom, že „umělá inteligence umí něco v medicíně“. Jen pár měsíců zpátky jsem ostatně psal o tom, že strojové učení umí z pohledu do očí (a zdejší kondice cév) odhadovat biologický věk – a tak i riziko dřívější smrti. A u většiny podobných objevů je potřeba se mít s jistou mírou skepticismu na pozoru.

Mírný pokrok v mezích zákona

Ne snad, že bych si lepší diagnózy nepřál – ba naopak! S mým sedavějším způsobem života (a láskou k nikotinu a šmažáku) je riziko, že se dočkám infarktu, věru nenulové! Přílišná důvěra se však nemusí vyplatit – nejen kvůli tomu, že i stroje se mohou mýlit, ale také jednoduše kvůli tomu, že diagnóza se nerovná automaticky vyléčení.

Víme dnes velmi dobře, co zhoršuje riziko infarktu. Víme stejně tak velmi dobře, jak toto riziko limitovat. Přesto ale pořád mnoho z nás tráví svůj čas na zadku a do kolonky „hobby“ vepisuje kouření a konzumaci smažáků. Nikdo není dokonalý, a úspěchem je už jenom limitovat své nezdravé návyky.

A na tom umělá inteligence predikující, jestli je (velmi často viditelně nezdravý) člověk blíže nebo neblíže infarktu, zase tolik nezmění. Stejně tak nezmění ani ambulantní péči, když na infarkt skutečně dojde. Co může změnit v některých státech (do kterých Česko pro jednou nepatří), je vyšší cena za pojištění u lidí, u kterých dojde na objev zvýšených rizik. Což bude mít paradoxně spíše negativní projevy pro dané pacoše.

Nechci působit zase jako přílišný škarohlíd – automatizovaná diagnostika je objektivně super věc, která může zachránit řadu životů. Ale není to všelék. Jde o nový nástroj, který je užitečné mít připravený pro strýčka Příhodu v šupleti – způsob, jak zvýšit šance na vyšší věk dožití, ale dávno známe a jen s obtížemi mu jako společnost nasloucháme!

[Ladislav Loukota]

Vědátor vzniká v dílně spolku studentů a popularizátorů vědy UP Crowd za podpory MUDRstart, který tvoří přípravné testy pro studenty vysokých škol. Krom různých autorů projekt jako šéfredaktor vede Ladislav Loukota – jeho kontaktní mail je vedatororg@seznam.cz

Napsat komentář

Vaše emailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *

Reklama