Էդիթ Քոուենի համալսարանի գիտնականները մշակել են մեքենայական ուսուցման ալգորիթմ՝ որովայնի աորտայի ռենտգենյան ճառագայթների միջոցով տարեց տարիքում ընկնելու, կոտրվածքների եւ տկարամտության ռիսկը կանխատեսելու համար, գրում է eBioMedicine-ը:

Որովայնային աորտայի կալցիֆիկացիայի աստիճանից կարելի է գնահատել տարեց տարիքում սրտի կաթվածի, ինսուլտի, ընկնելու, կոտրվածքների եւ տկարամտության հետ կապված ռիսկը: Այնուամենայնիվ, պատկերների վերլուծության համար անհրաժեշտ են բարձր որակավորում ունեցող փորձառու բժիշկներ, եւ պատկերի վերլուծության գործընթացը կարող է տեւել 5-ից 15 րոպե:

Թիմը փորձարկել է արհեստական բանականությունը ավելի քան հինգ հազար պատկերների վրա: Բժիշկ-փորձագետի եւ ծրագրային ապահովման եզրակացությունը որովայնային աորտայի կալցիֆիկացիայի աստիճանի վերաբերյալ համընկել է դեպքերի 80%-ում։

Օստեոպորոզը հայտնաբերելու համար օգտագործվող ոսկրային խտության ապարատները կարող են նաեւ որոշել որովայնի աորտայի վիճակը: Հետեւաբար, դրանց օգտագործումը արհեստական բանականության հետ միասին ավելի զանգվածային կդարձնի տարբեր հիվանդությունների ռիսկերի գնահատումը։