Med24
metabolsk-terapi 19. 10. 2026 • 2 min read • American heart journal (PubMed)

SCOUT-Echo-AI: Kunstig Intelligens for Tidlig Oppdagelse av Leverproblemer

Studien SCOUT-Echo-AI undersøker hvordan kunstig intelligens kan brukes til å oppdage leverproblemer tidlig hos pasienter med hjerte- og karsykdommer. Ved å analysere ultralydbilder av leveren, kan AI identifisere tegn på sykdom som tidligere har vært vanskelig å oppdage.

Addressing Post-Intensive Care Syndrome Among Survivors of COVID (APICS-COVID)

Studien SCOUT-Echo-AI er designet for å evaluere den reelle effekten av AI-basert screening for lever sykdom. Steatose av leveren (SLD) er ofte funnet hos personer med hjerte- og karsykdommer, og blir ofte ikke diagnostisert før den utvikler seg til fibrotisk lever sykdom eller hepatocellulært karsinom. Rutinemessig transthorakalt ekkokardiogram fanger subkostale leverbilder, som per dagsgjennomgang ikke brukes klinisk. EchoNet-Liver algoritmen, som benytter kunstig intelligens (AI), brukes til å forutsi tilstedeværelsen av lever sykdom basert på disse ekkokardiogrammene.

Studien vil involvere en estimert rekruttering på omtrent 3 000 pasienter over seks forskjellige amerikanske helsevesen systemer: Kaiser Permanente Northern California, Stanford Healthcare, Cedars-Sinai Medical Center, University of California Los Angeles, Northwestern Medicine og Massachusetts General Brigham. Deltakerne vil gjennomgå rutinemessige ekkokardiogrammer, og AI-algoritmen vil analysere disse bildene. Klinikere eller deltakere vil bli varslet om potensielle udiagnostiserte lever sykdommer, noe som utløser spesifikke arbeidsflyter på stedet for å bekrefte funnene.

Sponsored content

De primære resultatene vil måle deteksjonsraten av SLD og fibrotisk lever sykdom, sammen med de positive prediktive verdiene innen 12 måneder etter AI-identifikasjonen. Sekundære resultater vil vurdere diagnostisk nøyaktighet i forhold til andre gullstandard modaliteter, behandlingsstarttider, tid til diagnose og effekten på andre kliniske hendelser. Sammenligninger vil bli gjort mot historisk vanlig praksis og samtidige kohorter under terskelen. Studiens design er en enkeltarm, prospektiv, flerinstitusjonell, åpen etikett pragmatisk intervensjonsstudie. Målet er å forstå den kliniske nytteverdien og effekten av AI-basert, opportunistisk screening for lever sykdom.

Original Scientific Source
American heart journal (PubMed)
View Original Source
Medisinsk ansvarsfraskrivelse Alle beregninger, råd og tolkninger på dette nettstedet er kun ment til informasjons- og opplysningsformål. De erstatter ikke profesjonell medisinsk undersøkelse, diagnose eller behandling. Rådfør deg alltid med lege ved helsespørsmål.

Recommended Medical News

All news →
Nanoteknologi-basert 18F-FDG-avbildning for å forstå endringer i insulinfølsomhet: Nåværende bevis, metodologiske hull og overføringsutfordringer
metabolsk-terapi

Nanoteknologi-basert 18F-FDG-avbildning for å forstå endringer i insulinfølsomhet: Nåværende bevis, metodologiske hull og overføringsutfordringer

Insulinresistens er et betydelig metabolske problem knyttet til tilstander som type 2 diabetes, fedme og metabolske syndromer. 18F-FDG PET-avbildning, drevet av nanoteknologi, gir et ikke-invasivt verktøy for å analysere glukosemetabolismen i vev. Denne studien undersøker nåværende bevis, metodologiske utfordringer og potensielle overføringsbarrierer knyttet til denne tilnærmingen.

10. 11. 2026 Read article →
Advertisement