O echipă de cercetători din Australia a dezvoltat un algoritm de inteligenţă artificială (AI) capabil să detecteze un tip de grăsime periculoasă pentru sănătate. Această metodă ar putea ajuta la identificarea timpurie a riscului de boli cardiovasculare, diabet şi cancer, fără teste suplimentare costisitoare sau invazive.
Obezitatea reprezintă o ameninţare gravă pentru sănătatea globală şi este una dintre principalele cauze de îmbolnăvire şi mortalitate la nivel mondial.
Un nou algoritm inteligent, dezvoltat de Universitatea Edith Cowan (ECU), din Australia, ar putea revoluţiona evaluarea riscului de boli asociate obezităţii, prin estimarea precisă a grăsimii viscerale - un tip de grăsime internă considerată extrem de periculoasă pentru sănătate - folosind scanări realizate în mod obişnuit pentru detectarea fracturilor şi măsurarea densităţii osoase.
Grăsimea viscerală este localizată în profunzimea abdomenului, în jurul organelor interne, şi este puternic asociată cu afecţiuni grave precum bolile cardiovasculare, diabetul zaharat de tip 2 şi anumite tipuri de cancer.
Echipa de la ECU a dezvoltat un model de învăţare automată capabil să analizeze imaginile obţinute prin absorbţiometrie cu energie dualăcu raze X (DXA/DEXA) - o metodă standard de evaluare a densităţii osoase - pentru a estima nivelul grăsimii viscerale, fără a fi nevoie de investigaţii suplimentare.
Metodele tradiţionale, precum indicele de masă corporală (IMC), circumferinţa taliei sau raportul talie-şold, nu pot face diferenţa între diferitele tipuri de grăsime corporală, ceea ce duce adesea la evaluări incomplete sau inexacte ale riscului pentru sănătate. Tehnicile imagistice avansate, precum rezonanţa magnetică nucleară (RMN) şi tomografia computerizată (CT), oferă măsurători mult mai precise, însă sunt costisitoare, iar CT-ul implică şi o expunere crescută la radiaţii.
Noul algoritm a fost antrenat pe mii de imagini medicale pentru a învăţa să identifice corelaţiile dintre structura osoasă şi cantitatea de grăsime viscerală.
„Următorul pas este să integrăm seturi de date suplimentare din diferite regiuni ale lumii, pentru a obţine o bază de date diversă şi extinsă, ceea ce va creşte precizia şi eficienţa modelului”, a explicat Syed Zulqarnain Gilani, cercetător principal în domeniul inteligenţei artificiale la ECU, citat într-un comunicat.
Acest progres ar putea permite medicilor să obţină informaţii valoroase despre starea metabolică şi riscul de boli al pacienţilor în cadrul evaluărilor uzuale pentru sănătatea osoasă, fără costuri suplimentare şi fără expunerea pacienţilor la proceduri invazive.
