- Un nuovo progetto finanziato dal Medical Research Council mira a prevedere gli ictus utilizzando modelli di intelligenza artificiale basati su precedenti scansioni cerebrali e esami medici.
- Esperti dell'Università di Plymouth e di altre istituzioni collaborano per creare un database dei risultati dei pazienti da utilizzare per addestrare l'intelligenza artificiale alla previsione degli ictus.
- Il progetto spera di migliorare i risultati clinici per i pazienti e contenere i costi sanitari identificando gli individui ad alto rischio di ictus.
Un'iniziativa rivoluzionaria finanziata dal Medical Research Council è destinata a trasformare le strategie di prevenzione dell'ictus nel Regno Unito. Il progetto ABSTRACT, guidato da esperti dell'Università di Plymouth, University Hospitals Plymouth NHS Trust e dell'Università di Exeter, mira a migliorare le capacità predittive riguardo alla suscettibilità di un individuo agli ictus.
Poiché gli ictus costituiscono una delle principali cause di morte e disabilità, colpendo circa 100.000 individui annualmente nel Regno Unito, questa innovativa impresa offre significative promesse.
Migliorare la previsione degli ictus attraverso l'intelligenza artificiale
Con uno ictus su sette considerato prevenibile, il progetto ABSTRACT cerca di sfruttare tecnologie avanzate, in particolare l'intelligenza artificiale (IA), per identificare gli individui a rischio elevato di subire un ictus.
Analizzando le scansioni cerebrali passate e i risultati dei test medici dei sopravvissuti agli ictus, i ricercatori mirano a discernere modelli indicativi di un rischio elevato di ictus. Successivamente, prevedono di sviluppare sofisticati modelli di IA capaci di prevedere la probabilità che un individuo subisca un ictus nei prossimi dieci anni.
Sforzi collaborativi per migliorare i risultati dei pazienti
Il progetto ABSTRACT sfrutta un approccio multidisciplinare, riunendo esperti di data science sanitaria, radiologia, neurologia e statistica. Collaborando strettamente con fornitori commerciali di indagini mediche, Express Diagnostics e Ultracardiac, il progetto mira a costruire un database completo comprendente scansioni cerebrali MRI e CT, elettrocardiogrammi ed ecocardiogrammi.
Questo database, potenziato dal supporto del programma nazionale Sentinel Stroke National Audit Programme (SSNAP) e della Collaborazione per la Ricerca Applicata NIHR South West Peninsula (PenARC), sarà la pietra angolare per l'addestramento dei modelli di IA per prevedere il rischio di ictus.
Trasformare l'assistenza sanitaria con tecnologia all'avanguardia
Il Dr. Stephen Mullin, Professore Associato in Neurologia presso l'Università di Plymouth e Investigatore Principale del progetto ABSTRACT, sottolinea il potenziale trasformativo di questa iniziativa.
Il progetto mira a rivoluzionare le strategie di prevenzione degli ictus integrando tecniche di IA all'avanguardia, inclusi strumenti di esplicabilità per discernere i fattori predittivi. Identificando gli individui a rischio elevato di ictus, gli interventi possono essere implementati in modo proattivo, potenzialmente salvando vite e alleviando il carico sui sistemi sanitari.
Non limitarti a leggere le notizie sulle criptovalute. Comprendile. Iscriviti alla nostra newsletter. È gratuita.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
James Kinoti
Appassionato di criptovalute, James trae piacere nel condividere conoscenze su fintech, criptovalute, blockchain e tecnologie all'avanguardia. Le ultime innovazioni nel settore crypto, il gaming crypto, l'intelligenza artificiale, la tecnologia blockchain e altre tecnologie sono i suoi principali interessi. La sua missione: rimanere aggiornato sulle applicazioni trasformative in vari settori.
