Kardiotoksičnost uzrokovana onkološkim liječenjem jedan je od najvećih izazova suvremene kardioonkologije. Iako se rizik danas procjenjuje na temelju kliničkih čimbenika, biomarkera i slikovnih metoda, još uvijek nije moguće dovoljno precizno predvidjeti kod kojih će se bolesnika razviti oštećenje srčane funkcije. Novo istraživanje objavljeno u časopisu JACC: Cardiovascular Imaging pokazuje da bi umjetna inteligencija mogla značajno unaprijediti procjenu rizika prije početka liječenja.

Autori su razvili model dubokog učenja koji analizira snimke magnetske rezonancije srca (CMR) učinjene prije početka onkološke terapije. Cilj istraživanja bio je utvrditi može li umjetna inteligencija prepoznati suptilne promjene u strukturi i funkciji miokarda koje nisu vidljive uobičajenom analizom, a koje upućuju na povećan rizik razvoja kardiotoksičnosti povezane s onkološkim liječenjem (CTRCD).

Rezultati pokazuju da je model temeljen na dubokom učenju poboljšao predviđanje razvoja CTRCD u odnosu na standardne kliničke pokazatelje. Takav pristup omogućuje precizniju stratifikaciju rizika prije početka liječenja te otvara mogućnost individualiziranog praćenja i ranijeg uvođenja preventivnih kardioprotektivnih mjera kod bolesnika s najvećim rizikom.

Iako su potrebne dodatne validacijske studije prije rutinske kliničke primjene, rezultati potvrđuju sve važniju ulogu umjetne inteligencije u analizi slikovnih metoda. Integracija naprednih algoritama s klasičnom kliničkom procjenom mogla bi u budućnosti omogućiti sigurnije provođenje onkološkog liječenja te smanjiti učestalost kardiovaskularnih komplikacija.

Cijelo istraživanje pronađite ovdje.