Новый алгоритм поможет выявить риск перелома костей

Израильская компания Zebra Medical Vision, специализирующаяся на решениях медицинской визуализации на базе алгоритмов искусственного интеллекта, представила новую технологию для выявления риска перелома костей. Анализируя уже существующие изображения, ИИ может сделать прогноз в отношении риска развития потенциально опасных переломов. Согласно заявлению Zebra Medical Vision и израильского научно-исследовательского института Clalit, новшество исследования «заключается в способности алгоритма рассчитывать плотность кости и идентифицировать существующие компрессионные переломы позвоночника с использованием КТ-сканирования, которое уже было выполнено для других целей. Этот подход позволяет использовать существующие КТ для выявления групп населения, подверженных риску остеопороза, без необходимости дополнительных процедур или облучения».

Алгоритм Zebra Medical Vision, который используется для оценки характеристик хрупкости костей при компьютерной томографии, позволяет извлечь столь же точные, «а иногда даже более прогнозирующие» результаты, чем полученные на основе других лучших технологий. «В исследуемых изображениях есть скрытые уникальные данные, которые не может выявить человеческий глаз, но которые способны спасти жизни», — отметил директор Исследовательского института Clalit, профессор Ран Балицер (Ran Balicer).

Лечение остеопороза обходится почти в 18 миллиардов долларов в год только в США, и, по оценкам, у 1 из 3 женщин и у 1 из 5 мужчин старше 50 лет остеопороз приводит к переломам. Более того, риск смерти в первый год после перелома, например бедра, составляет более 20%. «Мы всегда знали, что это распространенное заболевание с высоким риском летального исхода, и хотя существуют некоторые варианты профилактики, нам не удается выявлять пациентов с повышенным риском достаточно рано», — отметил главный врач Zebra Medical Vision д-р Эльдад Эльнекаве (Eldad Elnekave). «Вместе с нашим партнером, компанией Clalit, мы обнаружили, что вся информация, необходимая нам для пациентов из группы риска, уже существует в КТ-тестах, проведенных по другим причинам. Настало время использовать эту информацию».