Az European Heart Journalban megjelent kutatás szerint a mesterséges intelligencia képes felismerni a szív amiloidosisát egy rövid, szívverést bemutató videó alapján.

Egy tanulmány szerint a mammográfiában alkalmazott mesterséges intelligencia (AI) eszköz magas érzékenységet és specifitást mutatott és teljesítményében felülmúlta az emberi olvasókat. Az AI eszköz teljesítménye azonban a léziók szintjén kissé alacsonyabb volt, mint a mellszintjén.

A pitvarfibrilláció jelentősen növeli az ischaemiás stroke előfordulásának gyakoriságát, ezért szűrése és korai kezelése kiemelt jelentőségű. Bár egyre fejlettebb és mind szélesebb körben hozzáférhető eszközök állnak rendelke­zésünkre, valamint a mesterséges intelligencia is segíti a munkánkat, nincs bizonyítékunk arra, hogy jelenlegi formában a pitvarfibrilláció szűrésével populációszinten jelentősen csökkenteni tudjuk a stroke előfordulását.

A mammográfiás felvételek AI-elemzése képes azonosítani a betegség szempontjából magas kockázatú nőket a pontszámok folyamatos emelkedése alapján.

Új mesterséges intelligencián alapuló eljárás segít a kolonoszkópiás felvételek kiértékelésében, a rákelőző állapotok azonosításában.

A tripla-negatív szövettani típust (ER-, PR-, HER-2-negatív) az emlődaganatos betegek kb. 15-20%-ánál igazolják a patológusok.¹ Gyakrabban diagnosztizálják fiatal betegeknél. A daganat általában magasabb osztódási rátájú, sokszor 2 cm feletti tumormérettel és lokális hónalji nyirokcsomóáttéttel kerül felismerésre. Gyakran szükséges neoadjuváns onkológiai kezelés a jobb terápiás hatás végett.² Sokszor előrehaladott, metasztatikus állapotban kerül sor a felismerésére. Előrehaladott betegség esetén prognózisa rossz, teljes túlélés irodalmi adatok alapján 12–18 hónap.³ BRCA1/2 mutáció gyakrabban fordul elő ennél a hisztológiai típusnál. Szisztémás kezelés mellett is gyakori a kiújulás, kezelése kihívás elé állítja klinikusokat. Gyógyszeres kezelés során immun-, kemoterápia és célzott terápia egyaránt szóba jöhet további molekuláris vizsgálatok alapján.

A DeepHRD algoritmus a genomikai vizsgálatoknál gyorsabban és pontosabban mutatja ki a genomikai elváltozásokat a daganatokból vett biopsziás mintákból.

A mesterséges intelligencia (AI) nagy pontossággal képes felismerni a gyermekek szembetegségeit mobiltelefonnal készült fotók alapján.

Egyes csoportok (nők, feketék) esetén a modellek sokkal kevésbé pontos diagnózist adnak.

Világunk digitális átalakulása megállíthatatlan. A neurogenetikai kérdé­sekben alkalmazott genomika az adatok mérete és összetettsége nyomán a mesterséges intelligencia (MI) aktív felhasználója, jórészt a genotípus-fenotípus összefüggések értelmezésekor, a variánsok és a (gyakran töme­gesen hiányos) bizonyítékok kombinálásakor. Az adatvezérelt egészségügyi ellátás kibontakozásához, a személyre szabáshoz a klinikai megfigyelések biztonságos megosztásával is hozzájárul.