Infarctus et plaques des coronaires, l’intelligence artificielle dira qui risque davantage
Le modèle de calcul est basé sur plus de 50 paramètres. Il offre des informations à dix ans. Pour une prévention de tailleur. Quel que soit l’âge
Hypertension, cholestérol LDL élevé, surpoids, fumée, diabète, style de vie sédentaire. Tous assaisonné avec une prédisposition génétique, un stress et des modes de vie génétiques. En plus de l’âge bien sûr. Lorsqu’il est nécessaire de définir le risque réel de rencontrer une pathologie des artères coronaires et une ischémie conséquente du myocarde, toutes ces informations doivent être combinées pour mettre les objectifs spécifiques de la prévention pour cette personne spécifique. Et nous ne devons pas nous tromper dans la définition des dangers, étant donné que même des soins doivent être définis avec la pertinence. Cas par cas.
Pour être encore plus adhérent à la réalité et aux besoins thérapeutiques de l’individu, en considérant toutes les variables, à l’avenir, le médecin pourrait se concentrer sur un outil d’apprentissage automatique spécialement conçu pour évaluer le risque de syndrome coronaire et de crise cardiaque dans les années à venir. Proposer cette solution basée sur l’intelligence artificielle est une recherche menée par les experts du Scripps Research Translational Institute qui est apparu sur Médecine de la nature et coordonné par Ailes de torkamani (Premier auteur Shang-Fu « Shaun » Chen).
Obtenir d’abord, dans une clé préventive, est fondamental. La coronaropathie est causée par la formation et le développement conséquente de la plaque athérosclérotique dans les cas qui irrecent le cœur: cela au fil du temps peut bloquer le flux de sang. Beaucoup de gens ne réalisent pas l’image jusqu’à ce qu’ils aient une crise cardiaque. Au lieu de cela, il serait important de savoir qu’il est déjà en danger avant, d’influencer l’évolution d’une condition qui se développe au fil du temps avec des interventions faites sur mesure. Cas par cas.
Plus de 50 paramètres clés
Actuellement, le profil de la personne intègre les données relatives aux facteurs de risque avec l’âge. Le nouveau modèle d’IA va plus loin dans la personnalisation, intégrant des facteurs tels que la génétique, le mode de vie et l’anamnèse dans le calcul, permettant aux médecins de fournir aux patients des conseils et des traitements préventifs personnalisés en fonction de leurs besoins individuels.
Dans la recherche, les données de la biobanque britannique ont été utilisées, qui ont formé un modèle d’apprentissage automatique en vue de reconnaître les facteurs associés aux piles de l’artère coronaire. Ensuite, ce système a été testé sur les données par d’autres populations d’individus présents dans la base de données en question, pour évaluer s’il a été en mesure de prédire leur risque de développer une maladie coronarienne au cours des dix années suivantes. Initialement, près de 2 000 variables prédictives potentielles ont été examinées qui pourraient influencer le risque de pathologies, mais il a ensuite été «écumé» 53 facteurs de risque tels que les mesures physiques, les biomarqueurs sanguins, les antécédents familiaux, les maladies mentales, la durabilité du sommeil et la présence de variantes génétiques spécifiques.
Résultat: Par rapport au modèle clinique standard, le système d’IA a permis de fournir un double nombre d’événements coronariens. Après 10 ans de surveillance, des conditions de pathologies coronaires ont été observées (donc potentiellement des peintures telles que l’angine de poitrine ou la crise cardiaque) chez 62,9% des sujets identifiés par le système comme un risque élevé, contre 0,3% des individus du groupe classés par le modèle à risque le plus faible.
Prévention de tailleur également pour les jeunes
Dans une note du Centre, Chen se souvient comment par rapport aux outils cliniques traditionnels, le nouveau modèle a amélioré la classification des risques pour environ une personne sur quatre, « aidant à mieux identifier ceux qui sont vraiment à risque et à éviter les préoccupations inutiles pour ceux qui ne le sont pas ». En bref, grâce à l’IA, nous allons à la prévention personnalisée, avec toujours une meilleure pertinence. Aussi et surtout chez les sujets qui ont tendance à être sous-estimés par l’âge ou le sexe dans le contexte du risque de crise cardiaque et d’AVC, comme cela se produit pour les jeunes et les femmes.
« Notre modèle est en mesure d’identifier les individus qui seraient pris en compte à faible risque de maladies coronaires en considérant l’âge, mais qui sont en fait à haut risque en raison de leur prédisposition génétique – est le commentaire de Tukamani ». Selon l’enquête, ce qui est écrit dans le patrimoine génétique de chacun, selon l’enquête, agirait comme une variable fondamentale pour définir le risque subjectif.
Le poids de la prédisposition
Tout en considérant de nombreux facteurs différents, en fait, l’étude a révélé que le poids de l’ADN Il représente le prédicteur le plus fort du risque de maladie coronarienne et donc des événements cardiaques sur une base vasculaire, considérant non seulement la prédisposition à la pathologie elle-même mais aussi au développement de facteurs de risque tels que l’hypertension, le cholestérol élevé et le diabète. Ce qui signifie que même les objectifs à atteindre en termes de valeurs lipidiques, de pression et d’hémoglobine glyquée doivent être étudiées sur une base de cas-by-cas.
« Plus le risque génétique pour l’une de ces caractéristiques – des niveaux élevés de cholestérol, de haute pression ou un risque élevé de diabète – plus le bénéfice obtenu en intervenant sur cet aspect particulier à travers les médicaments ou les changements de style de vie – Tukamani l’a fait connaître ». L’hypothèse de travail prévoit désormais d’évaluer si et comment informer les patients sur leur risque cardiovasculaire peuvent modifier la trajectoire du profil de risque. En résumé, il vise à mesurer le poids de la conscience de l’individu de la probabilité de maladies cardiovasculaires. Tout cela, à partir des prévisions du risque qu’une personne développe un coronaropathie.