SINDROME METABOLICA: uno scanner e l’intelligenza artificiale per la sua diagnosi

SINDROME METABOLICA: uno scanner e l’intelligenza artificiale per la sua diagnosi
SINDROME METABOLICA: uno scanner e l’intelligenza artificiale per la sua diagnosi
-

Sindrome metabolica viene diagnosticato clinicamente quandoalmeno 3 di questi 5 fattori si uniscono: obesità addominale, pressione alta, trigliceridi alti, colesterolo HDL basso e glicemia alta a digiuno.

La sindrome metabolica può portare ad infarto, ictus e altri gravi problemi di salute, come il diabete, ovviamente, ma anche demenza e malattie del fegato. La condizione oggi colpisce circa un terzo della popolazione nei paesi ricchi e un quarto della popolazione mondiale. C’è un grande bisogno di migliori strategie di screening.

L’autrice principale, la dottoressa Betsy Medina Inojosa, ricercatrice della Mayo Clinic, ha dichiarato: “Le misurazioni dell’indice di massa corporea e le scale di bioimpedenza che misurano il grasso corporeo e i muscoli sono imprecise per molti pazienti. La nostra ricerca mostra che questo modello di intelligenza artificiale può essere uno strumento affidabile per guidare medici e pazienti verso la decisione terapeutica più adatta alla loro salute metabolica”.

Lo studio che ha portato allo sviluppo dello strumento, convalida il modello AI utilizzando i dati di 1.280 partecipanti che hanno effettuato scansioni volumetriche 3D del corpo, risposto a questionari clinici standard, eseguito esami del sangue e misurazioni tradizionali della forma corporea. Il primo modello è stato perfezionato con i dati di un secondo gruppo di 133 volontari.

L’analisi rivela che la misurazione digitale dell’indice del volume corporeo di un paziente con l’imaging 3D fornisce misurazione molto precisa di forme e volumi in regioni critiche dove si deposita il grasso viscerale malsano, come addome e torace. Gli scanner registrano anche il volume di fianchi, glutei e gambe, una misura legata alla massa muscolare e al grasso “sano”.

Le informazioni 3D sul volume corporeo in queste regioni chiave segnalano quindi accuratamente la presenza e la gravità della sindrome metabolica,

utilizzando l’imaging invece di test invasivi.

Il modello verrà ora ottimizzato utilizzando un campione più ampio di partecipanti affetti da diverse forme di questa sindrome.

-

PREV Africa: 866 morti per vaiolo delle scimmie dall’inizio del 2024
NEXT 2.500 nuovi casi settimanali registrati nelle ultime settimane in Africa