Công cụ AI có thể dự báo nguy cơ mắc bệnh tiểu đường

Sự tích tụ của chất béo đặc biệt ở vị trí xung quanh tim từ lâu được cho là nguyên nhân gây bệnh tim mạch và bệnh chuyển hóa. Tuy nhiên, đến nay vẫn chưa có phương pháp đơn giản nào để đo lường. Công cụ trí tuệ nhân tạo (AI) mới do nhóm nghiên cứu tại trường Đại học Queen Mary phát triển, có thể định lượng sự tích tụ của chất béo xung quanh tim dựa vào hình ảnh chụp cộng hưởng từ thông thường.

Mô mỡ màng ngoài tim (PAT) là tập hợp các mô mỡ bao quanh bề mặt của tim. Hàm lượng PAT cao, không liên quan đến trọng lượng cơ thể hoặc chỉ số khối cơ thể, làm tăng nguy cơ mắc bệnh tiểu đường và bệnh mạch vành. Tuy nhiên, mối liên hệ này vẫn chỉ là giả thuyết do những thách thức trong việc đo hàm lượng PAT.

Phương pháp đo hàm lượng PAT hiệu quả nhất hiện nay là chụp cắt lớp vi tính. Tuy nhiên, phương pháp này khiến bệnh nhân phải tiếp xúc với lượng bức xạ ion hóa nhỏ, hạn chế khả năng của các nhà nghiên cứu trong việc đo hàm lượng PAT trong các nhóm tình nguyện viên đông đảo khỏe mạnh và đa dạng. Zahra Raisi, trưởng nhóm nghiên cứu cho biết, để khắc phục, họ đã phát minh ra công cụ AI dùng để quét chụp cộng hưởng từ tim thông thường nhằm đo hàm lượng mỡ xung quanh tim nhanh chóng và tự động trong vòng chưa đầy ba giây.

Sau khi đào tạo một mạng lưới nơ-ron mới, các nhà nghiên cứu đã đánh giá độ chính xác của mạng lưới bằng cách sử dụng một số bộ dữ liệu độc lập. Kết quả nghiên cứu đã xác nhận công cụ này thực sự có thể đo chính xác tổng hàm lượng PAT từ hình ảnh chụp cộng hưởng từ tim đơn giản.

Để chứng minh tiềm năng lâm sàng của công cụ mới, nhóm nghiên cứu đã xem xét bộ dữ liệu lớn của Ngân hàng sinh học tại Vương quốc Anh với hơn 40.000 người. Công cụ đo mức PAT và sau đó xem xét mối liên hệ giữa hàm lượng PAT và bệnh tiểu đường. Công cụ này đã đánh giá chính xác nguy cơ mắc bệnh tiểu đường của người bệnh dựa vào hàm lượng chất béo đo được xung quanh tim. Raisi-Foundragh lưu ý điều đó không có nghĩa là công cụ này ngay tức thì được sử dụng cho xét nghiệm chẩn đoán bệnh tiểu đường mà thay vào đó cung cấp thông tin chi tiết về cách nghiên cứu hiệu quả mối liên hệ giữa bệnh tật và hàm lượng PAT.

Theo nhóm nghiên cứu, công cụ này hiện đã sẵn sàng được sử dụng trong nghiên cứu lâm sàng mới. Đây sẽ là lần đầu tiên hàm lượng PAT có thể được đo lường dễ dàng trong một nhóm tình nguyện viên đông đảo.

Steffen Petersen, chuyên gia giám sát nghiên cứu đến từ Đại học Queen Mary ở London, cho rằng công cụ này cuối cùng có thể chuyển sang ứng dụng lâm sàng nếu nghiên cứu sâu hơn xác nhận rõ mối liên hệ giữa các biện pháp PAT cùng với nguy cơ bệnh tật.

Nghiên cứu mới được công bố trên tạp chí Frontiers in Cardio Heart Medicine.

N.P.D (NASATI), theo https://newatlas.com/medical/ai-tool-fat-heart-mri-diabetes-risk/, 7/7/2021