پیش بینی دقیق تر حمله قلبی با هوش مصنوعی CAC-DAD در مقایسه با روش های قدیمی

محققان دانشگاه استرالیای غربی با همکاری شرکت Artrya موفق به توسعه الگوریتمی نوآورانه به نام CAC-DAD شده‌اند که با کمک هوش مصنوعی، می‌تواند خطر حمله قلبی را دقیق‌تر از روش‌های فعلی پیش‌بینی کند.

برخلاف روش سنتی Agatston، که صرفاً حجم کلسیم موجود در شریان‌های قلب را می‌سنجد، الگوریتم CAC-DAD علاوه بر اندازه‌گیری میزان کلسیم، محل پلاک‌ها و فاصله آن‌ها از ابتدای شریان را نیز تحلیل می‌کند. نکته جالب اینکه این الگوریتم قادر است پلاک‌های با چگالی بالا را که معمولاً کم‌خطر هستند، به‌درستی طبقه‌بندی کند.

این سطح از دقت برای پزشکان اهمیت زیادی دارد، به‌ویژه در بیمارانی که در آستانه جراحی هستند یا ریسک حمله قلبی در آن‌ها بالاست. ترکیب امتیاز CAC-DAD با روش Agatston نیز موجب بهبود بیشتر در پیش‌بینی ریسک شده است.

پروفسور گاریش دویودی تأکید می‌کند که پیشگیری مؤثر از بیماری قلبی به ابزارهای دقیق برای شناسایی افراد در معرض خطر نیاز دارد. استفاده گسترده از CAC-DAD می‌تواند انقلابی در مراقبت‌های پیشگیرانه ایجاد کند، زیرا ساده و قابل تفسیر برای تمامی پزشکان است.

گام بعدی این تیم پژوهشی، ارزیابی دقت الگوریتم در جمعیت‌های بین‌المللی و بزرگ‌تر است تا کاربرد آن به‌صورت جهانی مورد تأیید قرار گیرد. این تحقیق نشان‌دهنده نقش رو‌به‌رشد هوش مصنوعی در پزشکی شخصی‌سازی‌شده و ارتقاء سلامت عمومی است.