Сотрудники Университета Эдит Коуэн и Университета Манитобы разработали необычный медицинский алгоритм на основе машинного обучения. Он способен оценивать риск возникновения сердечно-сосудистых заболеваний, а также падений и переломов на основе стандартного сканирования плотности костей.

Технология анализирует изображения, полученные в ходе вертебральной оценки переломов (VFA), и за считаные секунды выявляет кальцификацию брюшной аорты (AAC) — ключевой маркер атеросклероза и повышенного риска инфаркта или инсульта.

Исследование показало, что 58% пожилых людей, прошедших скрининг плотности костей, имели умеренный или высокий уровень AAC, причём каждый четвёртый даже не подозревал о негативном прогнозе. Между тем это состояние значительно повышает риск сердечного приступа и инсульта.

Также была обнаружена связь между AAC и повышенным риском госпитализации из-за падений и переломов. Чем выше уровень кальцификации артерий, тем больше вероятность таких осложнений. Это только подчёркивает важность ранней диагностики AAC, способной не только снизить риск сердечно-сосудистых заболеваний, но и предотвратить серьёзные травмы у пожилых людей.

Вдобавок применение нового алгоритма при сканировании плотности костей позволяет получить дополнительные данные о состоянии сосудов пациентов. Этот показатель также играет важную роль в оценке риска падений и переломов.