Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Il nuovo algoritmo di AI può, efficacemente diagnosticare rapidamente la trombosi venosa profonda

Un gruppo dei ricercatori sta sviluppando l'uso di un algoritmo di intelligenza (AI) artificiale allo scopo di diagnosticare la trombosi venosa profonda (DVT) più rapidamente e efficacemente quanto le scansioni diagnostiche radiologo-interpretate tradizionali, potenzialmente riducente le liste di attesa pazienti lunghe ed evitante i pazienti che ricevono inutilmente le droghe per trattare DVT quando non la hanno.

DVT è un tipo di coagulo di sangue formato il più comunemente nel cosciotto, causante il gonfiamento, il dolore ed il disagio - se lasciato non trattato, può piombo ai coaguli di sangue interni nei polmoni. 30-50% della gente che sviluppa un DVT può accendere avere i sintomi ed inabilità a lungo termine.

I ricercatori all'università di Oxford, all'istituto universitario imperiale ed all'università di Sheffield hanno collaborato con la società ThinkSono (che di tecnologia piombo da Al-Noor di Fouad e da Sven Mischkewitz), per preparare un algoritmo di AI di apprendimento automatico (AutoDVT) per distinguere i pazienti che hanno avuti DVT da quelli senza DVT. L'algoritmo di AI ha diagnosticato esattamente DVT una volta confrontato alla scansione di ultrasuono di sistema monetario aureo ed il gruppo ha risolto quello facendo uso dell'algoritmo potrebbe potenzialmente salvare i servizi sanitari $150 per esame.

Tradizionalmente, le diagnosi di DVT hanno bisogno di una scansione di ultrasuono dello specialista eseguita da un tecnico radiografico formato ed abbiamo trovato che i dati preliminari facendo uso dell'algoritmo di AI accoppiato ad un commputer tenuto in mano di ultrasuono mostrano i risultati di promessa.„

Il Dott. Nicola Curry, il cavo di studio, il ricercatore al dipartimento del Radcliffe dell'università di Oxford di medicina ed il clinico alle fondamenta di NHS degli ospedali dell'università di Oxford si fidano di

Ciò è il primo studio per indicare che gli algoritmi di AI di apprendimento automatico possono potenzialmente diagnosticare DVT ed i ricercatori sono dovuti iniziare uno studio clinico accecato prova-accuratezza, paragonante l'accuratezza di AutoDVT alla cura standard per determinare la sensibilità del per prendere i casi di DVT. La speranza sarà che AutoDVT otterrà la giusta diagnosi più veloce a quasi 8 milione di persone mondiali chi potenzialmente hanno ogni anno un coagulo di sangue venoso.

“L'algoritmo di AI può non solo essere preparato per analizzare le immagini di ultrasuono per discriminare la presenza contro l'assenza di coagulo di sangue - può anche dirigere l'utente che per mezzo della bacchetta di ultrasuono verso le giuste posizioni lungo il filone femorale, di modo che anche un utente di non specialista può acquistare le giuste immagini,„ ha detto il membro Christopher Deane del gruppo di studio dal centro di emofilia e di trombosi di Oxford.

La speranza del gruppo di ricerca che la combinazione dello strumento di AutoDVT, con l'inclusione dell'algoritmo di AI, permetterà che i professionisti di sanità del non specialista, come i GPs e gli infermieri, diagnostichino rapidamente e che tratterà DVT. Può permettere ulteriormente la raccolta delle immagini dai non specialisti che potrebbero essere inviati ad una diagnosi di facilitazione esperta di quelli incapaci di ottenere ad uno specialista.

“Corrente, molti pazienti non hanno una diagnosi definitiva in 24 ore di un DVT sospettato e tanti pazienti finiscono ricevendo le iniezioni dolorose di che cosa può spesso essere un anticoagulante inutile, con gli effetti collaterali potenziali,„ ha detto il Dott. Curry, che fa parte egualmente del centro di Oxford per l'ematologia.

I risultati dallo studio sono pubblicati nella medicina di Digital del giornale.

Source:
Journal reference:

Kainz, B., et al. (2021) Non-invasive diagnosis of deep vein thrombosis from ultrasound imaging with machine learning. npj Digital Medicine. doi.org/10.1038/s41746-021-00503-7.