انجمن کاردیولوژی آمریکا | انتشار نتایج بالینی تریاژ دیجیتال سکته قلبی و ارزیابی سی‌تی با هوش مصنوعی

کالج کاردیولوژی آمریکا (American College of Cardiology - ACC) نتایج دو مطالعه بالینی پیشگامانه را در ژورنال تخصصی JACC: Advances منتشر و همزمان در جریان نشست علمی ترانس‌کاتتر TCT ارائه کرد. این پژوهش‌ها کاربردهای عملی فناوری‌های سلامت دیجیتال و الگوریتم‌های یادگیری عمیق هوش مصنوعی را در ارتقای پروتکل‌های مراقبت قلبی و عروقی به تصویر کشیده‌اند. در نخستین پژوهش، محققان کارایی یک سامانه نرم‌افزاری و اپلیکیشن موبایلی تخصصی را در فعال‌سازی و هدایت فرآیند تریاژ بیماران دچار انفارکتوس میوکارد با صعود قطعه ST (STEMI) در شبکه‌ای از مراکز درمانی ارزیابی کردند. یافته‌ها نشان داد که استفاده از مسیر دیجیتال استاندارد باعث شد زمان طلایی «ورود تا آنژیوپلاستی و بازگشایی رگ» (Door-to-Device Time) در مسیرهای انتقال بین‌بیمارستانی از ۹۲ دقیقه به ۷۱ دقیقه کاهش یابد و دستیابی به اهداف زمانی توصیه‌شده در گایدلاین‌های بالینی به شکل معناداری تقویت گردد. مطالعه دوم به ارزیابی توانمندی یک مدل هوش مصنوعی در شناسایی خودکار کلسیفیکاسیون شدید دریچه آئورت (Aortic Valve Calcification) بر روی تصاویر سی‌تی‌اسکن قفسه سینه روتین بدون ماده حاجب اختصاص داشت. پژوهشگران ۵۱۱ تصویر متوالی قفسه سینه افراد بالای ۵۰ سال را بررسی کرده و نشان دادند که هوش مصنوعی می‌تواند تنگی آئورت بالینی پنهان را با حساسیت و ویژگی بسیار بالا آشکار کرده و فرصت ارجاع زودهنگام بیماران برای اکوکاردیوگرافی و مداخلات نجات‌بخش را فراهم آورد. شورای علمی ACC با تمجید از این دستاوردها تأکید کرد که ادغام ابزارهای ارتباطی دیجیتال و تحلیل‌های تصویربرداری مبتنی بر هوش مصنوعی در گایدلاین‌های بالینی روزمره، نقشی اساسی در ارتقای کیفیت مراقبت اورژانس‌های قلبی و پیشگیری از نارسایی‌های پیشرفته ایفا خواهد کرد.