Sztuczna inteligencja zastosowana w obrazowaniu optycznej koherentnej tomografii może skutecznie identyfikować włókniaki i miażdżyce tzw. cienkiej czapeczki i przewidywać niekorzystne wyniki sercowo-naczyniowe u pacjentów po zawale mięśnia sercowego – wynika z badania dotyczącego zastosowania AI w kardiologii inwazyjnej.
Wyniki opublikowano w artykule w European Heart Journal, czasopiśmie Europejskiego Towarzystwa Kardiologicznego (ESC). Współautorem publikacji „Artificial intelligence-based identification of thin-cap fibroatheromas and clinical outcomes: the PECTUS-AI study” jest prof. Tomasz Roleder z Wydziału Medycznego Politechniki Wrocławskiej (PWr) we współpracy naukowcami z Radboud University Medical Center w Nijmegen i Departamentu Inżynierii Biomedycznej i Fizyki z Amsterdam University Medical Center w Holandii.
Jak poinformowała Politechnika Wrocławska, badania interdyscyplinarnego zespołu, w skład którego wchodzili lekarze, inżynierowie oraz informatycy, dotyczyły „inwazyjnej diagnostyki naczyń wieńcowych, a dokładnie inwazyjnego obrazowania wewnątrznaczyniowego (tomografii optycznej koherencyjnej), które jest już stosowane także w kardiologii w Polsce”.
Tomografia optyczna koherencyjna (OCT) wewnątrznaczyniowa pozwala na najbardziej szczegółową ocenę miażdżycy tętnic wieńcowych u pacjenta, włączając w to identyfikację blaszek wysokiego ryzyka (tzw. cienka czapeczka lub cienka pokrywa).
– Blaszki te charakteryzują się dużą zawartością lipidów i cienką pokrywą włóknistą, co jest określane jako fibroateroma z cienką pokrywą (TCFA – Thin capped fibroatheroma) – czytamy w informacji PWr.
Badania wykazały, że sztuczna inteligencja zastosowana w obrazowaniu optycznej koherentnej tomografii może skutecznie identyfikować włókniaki i miażdżyce cienkiej czapeczki i przewidywać niekorzystne wyniki sercowo-naczyniowe u pacjentów po zawale mięśnia sercowego. Stanowi także alternatywę dla ręcznej analizy obrazu w laboratorium podstawowym.
– Najważniejszym efektem naszych badań jest potwierdzenie, że analiza obrazu przy użyciu algorytmów AI potrafi precyzyjnie określać ryzyko przyszłych, niepożądanych zdarzeń sercowo-naczyniowych, czyli hospitalizacji pacjenta z powodu choroby wieńcowej w przyszłości – powiedział prof. Tomasz Roleder z Katedry Nauk Klinicznych Niezabiegowych, prodziekan ds. klinicznych i nauki PWr, cytowany w komunikacie uczelni.
Jego zdaniem sztuczna inteligencja „może wspierać podejmowanie decyzji w czasie rzeczywistym w praktyce klinicznej i utorować drogę do bardziej spersonalizowanej kardiologii”.
Autorzy pracy podkreślają, że ich badania mają potencjał kliniczny i mogą przyczynić się do podniesienia jakości opieki kardiologicznej.
– Całościowa analiza naczyń wieńcowych za pomocą AI w badaniu OCT może pomóc klinicystom we wcześniejszym identyfikowaniu pacjentów wysokiego ryzyka, zaplanowaniu terapii prewencyjnej oraz efektywniejszym wykorzystaniu czasu w pracowni hemodynamiki, co przełoży się na lepsze wyniki leczenia – czytamy w komunikacie uczelni.
wl/ bar/, fot. freepik.com
Data publikacji: 16.10.2025 r.
