อาการหัวใจวายเกิดขึ้นเมื่อหลอดเลือดหัวใจที่ทำหน้าที่ส่งเลือดและออกซิเจนไปเลี้ยงหัวใจถูกปิดกั้น สิ่งนี้ไม่ได้เกิดขึ้นชั่วข้ามคืนและมักเป็นผลมาจากคราบไขมันหรือแคลเซียมที่สะสมอย่างช้าๆ ในตอนแรก คราบจุลินทรีย์เหล่านี้ขัดขวางการส่งเลือดไปยังกล้ามเนื้อหัวใจอย่างมีประสิทธิภาพ (การไหลเวียนของกล้ามเนื้อหัวใจ) ในที่สุด การแตกของคราบพลัคอาจทำให้ลิ่มเลือดก่อตัวขึ้น ปิดกั้นหลอดเลือดหัวใจ
และป้องกัน
ไม่ให้เลือดไปเลี้ยงกล้ามเนื้อหัวใจ ด้วยเหตุนี้ การกลายเป็นปูนของหลอดเลือดหัวใจจึงเป็นตัวทำนายที่สำคัญและเป็นอิสระจากเหตุการณ์ที่ไม่พึงประสงค์ของหลอดเลือดและหัวใจ เช่น หัวใจวาย แต่ถึงแม้จะมีความรู้นี้และความจริงที่ว่าสามารถประเมินได้จากการสแกน CT ทรวงอกใด ๆ ปริมาณของแคลเซียม
ในหลอดเลือดหัวใจ (CAC) นั้นไม่ได้รวมอยู่ในทางเดินของผู้ป่วยโดยอัตโนมัติเนื่องจากต้องใช้ความเชี่ยวชาญด้านรังสีวิทยา เวลา และอุปกรณ์พิเศษ เพื่อแก้ไขปัญหานี้ ทีมสหสาขาวิชาชีพจากโครงการปัญญาประดิษฐ์ทางการแพทย์ และ ศูนย์วิจัยการถ่ายภาพหัวใจและหลอดเลือดของโรงพยาบาล
ได้พัฒนาและทดสอบอัลกอริทึมการเรียนรู้เชิงลึกที่สามารถหาปริมาณได้โดยอัตโนมัติ CAC จากการสแกน CT ทรวงอก การค้นพบของพวกเขาได้รับการรายงานและอัลกอริทึมมีให้ใช้งานเป็นซอฟต์แวร์โอเพ่นซอร์สฟรีที่เว็บไซต์“ในทางทฤษฎี ระบบการเรียนรู้เชิงลึกทำหลายอย่างที่มนุษย์
จะทำเพื่อวัดปริมาณแคลเซียม” ผู้เขียนคนแรกกล่าว “เอกสารของเราแสดงให้เห็นว่าอาจเป็นไปได้ที่จะทำเช่นนี้ในแบบอัตโนมัติ”พัฒนาจากการสแกน 1,636 ครั้ง ทดสอบกับผู้ป่วย 20,084 คนเพื่อพัฒนาอัลกอริทึม นักวิจัยใช้การสแกนจากซึ่งเป็นการศึกษาเกี่ยวกับหัวใจและหลอดเลือดที่ยังคงดำเนินอยู่
ซึ่งตั้งแต่ปี 1948 ได้ตรวจสอบสุขภาพของผู้อยู่อาศัยใน พวกเขาใช้การสแกน CT 1636 จากการศึกษา (ที่ได้มาจากรุ่นที่สามเป็นต้นไป) เพื่อระบุและวัดปริมาณ CAC โดยใช้การแบ่งส่วนแบบแมนนวลที่ดำเนินการโดยเครื่องอ่าน CT ที่เชี่ยวชาญเป็นความจริงพื้นฐานในการฝึกอบรมระบบการเรียนรู้เชิงลึก
ระบบ
การเรียนรู้เชิงลึกใช้เครือข่ายประสาทเทียมสามเครือข่ายติดต่อกันเพื่อทำนายศูนย์กลางหัวใจ แบ่งส่วนหัวใจ และแบ่งส่วน และระบุแคลเซียมในหลอดเลือดในเวลาน้อยกว่า 2 วินาที จากนั้นจะคำนวณคะแนน CAC และแบ่งเป็นหมวดหมู่ที่เกี่ยวข้องทางคลินิก: ต่ำมาก จุดแข็งของการศึกษาอยู่ที่ความกว้าง
และขอบเขตของชุดข้อมูลที่ระบบการเรียนรู้เชิงลึกได้รับการทดสอบในภายหลัง ทีมงานใช้กลุ่มสี่กลุ่มที่มุ่งเน้นไปที่โรคที่แตกต่างกัน: ผู้เข้าร่วม 663 คนที่ได้รับ CT หัวใจ (ไม่มีใครอยู่ในกลุ่มฝึกอบรม); ผู้สูบบุหรี่จัด 14,959 รายได้รับการตรวจคัดกรองมะเร็งปอด CT ( การทดลอง NLST ); ผู้ป่วย 4021 ราย
และผู้ป่วย 441 รายที่มีอาการเจ็บหน้าอกเฉียบพลันที่ทำ CT หัวใจ ขั้นแรก ทีมตรวจสอบว่าระบบมีความแม่นยำหรือไม่ในการสแกน 5521 ครั้งที่มีการตรวจวัดของผู้เชี่ยวชาญ คะแนน CAC ของอัลกอริทึมมีความสัมพันธ์อย่างมากกับการให้คะแนนด้วยตนเอง และความแตกต่างส่วนใหญ่เกิดขึ้น
ระหว่างประเภทความเสี่ยงที่อยู่ติดกัน ทำนายเหตุการณ์หัวใจและหลอดเลือดในอนาคตทีมยังได้ตรวจสอบศักยภาพในการทำนายของระบบของพวกเขา เนื่องจากผู้ป่วยที่เข้าร่วมการศึกษาเหล่านี้มักจะมีการติดตามผล นักวิจัยจึงมองหาความสัมพันธ์ระหว่างคะแนน CAC และเหตุการณ์เกี่ยวกับหัวใจ
และหลอดเลือด ตัวอย่างเช่น ในการศึกษา NLST เวลาติดตามผลมัธยฐานคือ 6.7 ปีหลังจากได้รับครั้งแรก พวกเขาเห็นความสัมพันธ์ที่ชัดเจนระหว่างคะแนน CAC กับการเสียชีวิตจากโรคหัวใจและหลอดเลือด: ใช้กลุ่มคะแนน CAC ที่ต่ำมากเป็นข้อมูลอ้างอิง กลุ่มคะแนนต่ำ ปานกลาง และสูงมีผู้เสียชีวิต
ในลักษณะดังกล่าวมากกว่า 57%, 179% และ 287% ตามลำดับ แนวโน้มที่คล้ายคลึงกันในการศึกษาอื่น ๆความหลากหลายของชุดข้อมูลที่ใช้ช่วยเพิ่มความสามารถทั่วไปของผลลัพธ์เหล่านี้ต่อการตั้งค่าทางคลินิก “คะแนนแคลเซียมของหลอดเลือดหัวใจสามารถช่วยให้ผู้ป่วยและแพทย์ตัดสินใจ
ได้อย่างมี
ข้อมูลและเป็นส่วนตัวว่าจะใช้ยาสแตตินหรือไม่ (ยาที่ช่วยลดคอเลสเตอรอลและความเสี่ยงต่อการเกิดภาวะหัวใจวาย) จากมุมมองทางคลินิก เป้าหมายระยะยาวของเราคือการใช้ระบบการเรียนรู้เชิงลึกนี้ในบันทึกสุขภาพอิเล็กทรอนิกส์ เพื่อระบุผู้ป่วยที่มีความเสี่ยงสูงโดยอัตโนมัติ” ผู้เขียนร่วมอาวุโสกล่าวสรุป
สิ่งที่เรียกว่า “การคำนวณแบบวนรอบ” นี้มีความไวต่อมวลของอนุภาคเสมือนที่หนักเกินกว่าจะผลิตได้โดยตรงหรือ โดยเฉพาะอย่างยิ่ง การวัดต่างๆ จากการสลายตัวของ Z 0ค่อนข้างไวต่อมวลของท็อปควาร์ก ดังนั้น นักฟิสิกส์อนุภาคจึงสามารถทำนายมวลของท็อปควาร์กได้สำเร็จก่อนที่มันจะถูกค้นพบ
โดยเผชิญหน้ากับแบบจำลองมาตรฐานด้วยการวัดทั้งหมด และตัดสินว่ามวลใดเหมาะสมที่สุดขณะนี้ พลังงานลำแสง LEP ได้รับการยกระดับให้สูงกว่าเกณฑ์สำหรับการผลิต Z 0เพื่อให้สามารถสร้างและศึกษา คู่ได้อย่างละเอียด ตามแบบจำลองมาตรฐาน คู่ W สามารถเกิดขึ้นได้หากอิเล็กตรอน
และโพสิตรอนสร้างโฟตอนหรือ Z 0โบซอนก่อน หรือแลกเปลี่ยนนิวตริโน จำเป็นต้องมีการมีส่วนร่วมทั้งสามเพื่ออธิบายข้อมูล LEP และการวัดเป็นไปตามข้อตกลงที่ดีกับการคาดการณ์ทางทฤษฎี ดังนั้นจึงยังคงเป็นผู้ชนะ! ข้อบกพร่องของโมเดลมาตรฐานยังมีคุณสมบัติหลักบางประการของทฤษฎี
ที่ยังไม่ได้รับการทดสอบ หนึ่งในนั้นคือที่มาของมวลอนุภาค ตามแบบจำลองมาตรฐาน ทฤษฎีสนามพื้นฐานอาจถูกกำหนดขึ้นในรูปของอนุภาคไร้มวลในลักษณะที่สมมาตรมาก อย่างไรก็ตาม เชื่อว่าสุญญากาศไฟฟ้าจะทำลายสมมาตรนี้ และให้มวลที่แตกต่างกันแก่อนุภาคต่างๆ ผู้ร้ายสำหรับการสลายสมมาตร
credit : เว็บแท้ / ดัมมี่ออนไลน์
