Den siste teknologien revolusjonerar måten luftvegsjukdomar blir diagnostisert og evaluert på. Eit banebrytande kunstig intelligens (AI)-modell utvikla av eit team ved ein leiande medisinsk institusjon i Osaka har evna til å estimere lungefunksjonstestverdiar nøyaktig frå røntgenbilete av brystet. Denne innovasjonen opnar opp ein ny verden av moglegheiter for raskare og meir effektive diagnosar, spesielt i tider der testing kan vere avgrensa på grunn av utbrot av smittsame sjukdomar.
Den tradisjonelle metoden for å gjennomføre lungefunksjonstestar inneber å inhalere og ekshalere djupt, der tilstandar som kronisk obstruktiv lungesjukdom (KOLS) og astma vanlegvis blir diagnostisert gjennom desse testane. Likevel har bekymringar for generering av respiratoriske dråpar under testing ført til at føre-var-tiltak blir teke, særleg hos pasientar som er mistenkte for å ha COVID-19. I tillegg eksisterer det utfordringar for visse demografiar som barn og individ med kognitive utfordringar.
Teamet fokuserte på nøkkelparametrar innan lungefunksjonstestar, særleg den maksimale luftvolumet som blir pusta ut med kraft og volumet av luft pusta ut på eitt sekund. Ved å trene opp AI-modellen på eit datasett av røntgenbilete og tilsvarande lungefunksjonsverdiar frå både friske individ og dei med ulike lungesjukdomar, var dei i stand til å oppnå bemerkelsesverdig nøyaktigheit i å estimere testverdiar frå separate bilete. Analysen til AI’en, som framhevar område med normalitet i raudt og avvik i blått, var tett knytt til vurderingar gjort av medisinske fagfolk.
Dr. Daiki Ueda, ein førsteamanuensis som spesialiserer seg på kunstig intelligens, understreka dei potensielle fordelane med denne teknologien for individ som ikkje kan gjennomgå tradisjonelle tester. Målet til teamet no er å søkje godkjenning for klinisk bruk, eit betydningsfullt steg mot å auke tilgjenge og effektivitet innan helseomsorg.
[…]
The source of the article is from the blog enp.gr