Nova studija pokazuje da umjetna inteligencija može prepoznati znakove akromegalije analizom fotografije stražnje strane ruke, što bi moglo ubrzati dijagnosticiranje ovog rijetkog hormonskog poremećaja.
Čitanje dlana možda ne može predvidjeti vašu budućnost, ali okrenete li ruku na drugu stranu, ona bi mogla otkriti važne informacije o vašem zdravlju i dugovječnosti.
Novo istraživanje pokazuje da jednostavna fotografija stražnje strane ruke može pomoći u otkrivanju rijetkog i potencijalno smrtonosnog hormonskog poremećaja – akromegalije – koji je inače vrlo teško dijagnosticirati.
Ako se akromegalija ne liječi, može uzrokovati ozbiljne, životno ugrožavajuće komplikacije, a u prosjeku smanjuje očekivano trajanje života za oko deset godina. Akromegalija nastaje kada tijelo proizvodi previše hormona rasta, a obično se javlja u srednjoj dobi. Među prvima znakovi su povećane ruke i stopala.
– Zbog sporog napredovanja bolesti i njene rijetkosti, nije rijetkost da dijagnoza traje i do deset godina – objašnjava endokrinolog Hidenori Fukuoka s Kobe University.
S razvojem AI alata pojavili su se pokušaji ranog otkrivanja bolesti pomoću fotografija, no oni još nisu standard u kliničkoj praksi. Osim toga, korištenje fotografija lica često izaziva pitanja privatnosti. Ruke su u tom smislu anonimnije, osobito kada je dlan sakriven i njegove linije nisu vidljive.
Kako bi testirali ovu ideju, Fukuoka i tim uključili su 725 sudionika iz 15 japanskih medicinskih ustanova, od kojih je otprilike polovica imala akromegaliju. Više od 11.000 fotografija ruku korišteno je za treniranje i provjeru AI modela. Fotografije su bile snimljene tako da je dlan bio skriven, a fokus je bio na stražnjoj strani ruke i stisnutoj šaci.
Rezultati su bili iznenađujući: AI model prepoznao je pacijente s akromegalijom s pozitivnom prediktivnom vrijednošću od 0,88 i negativnom prediktivnom vrijednošću od 0,93. Drugim riječima, ako je rezultat testa bio pozitivan, postojala je 88% vjerojatnost da osoba doista ima akromegaliju, dok je negativan rezultat značio 93% vjerojatnost da je osoba zdrava.
AI model je, zanimljivo, u ovom zadatku nadmašio i ljudske stručnjake u endokrinologiji kada su im dane iste fotografije.
– Iskreno, iznenadilo me što je dijagnostička točnost dosegnula tako visoku razinu koristeći samo fotografije stražnje strane ruke i stisnute šake. Posebno je značajno što smo postigli ovu razinu bez korištenja karakteristika lica, što ovu metodu čini praktičnijom za masovni probir bolesti – kaže prva autorica studije, doktorandica Yuka Ohmachi s Kobe University.
Akromegalija pogađa otprilike 8 do 24 osobe na 100.000 u populaciji. Uobičajeni simptomi uključuju oticanje ruku i nogu, glavobolje te promjene na licu. Budući da se promjene razvijaju postupno, rana dijagnoza često je izazov – otprilike četvrtina pacijenata doživljava kašnjenje u dijagnozi dulje od 10 godina.
– Naše istraživanje potvrđuje da se akromegalija može dijagnosticirati koristeći samo slike ruku, s točnošću usporedivom s AI dijagnozom temeljenom na fotografijama lica – pišu Fukuoka i kolege.
No, važno je naglasiti da ova metoda ne zamjenjuje stručnjake. Akromegalija se ne dijagnosticira isključivo vizualnim pregledom – endokrinolozi također prate promjene u glasu, izraze lica, biokemijske markere i cjelokupnu medicinsku povijest pacijenta. AI alat može dopuniti proces i ubrzati dijagnozu, posebno u okruženjima gdje nema specijalista.
– Takav model može pomoći pružateljima zdravstvene skrbi koji nemaju specijaliziranu obuku, što predstavlja značajan napredak u točnosti dijagnoze i u promicanju pravednog pristupa zdravstvenoj skrbi – zaključuju autori.
Istraživači planiraju testirati model na većim i raznolikijim populacijama te istražiti primjenu slične tehnologije za druge poremećaje koji se mogu očitovati na rukama, poput reumatoidnog artritisa, anemije ili bubrenja prstiju.
– Vjerujemo da daljnji razvoj ove tehnologije može omogućiti stvaranje medicinske infrastrukture tijekom sveobuhvatnih pregleda koja povezuje sumnjive slučajeve poremećaja ruku sa stručnjacima – dodaje Fukuoka. Studija je objavljena u časopisu The Journal of Clinical Endocrinology and Metabolism.
(Ordinacija.hr)
