Araştırmacılar, kalp kasının karmaşık mekanik davranışını anlamak için yeni bir yapay zeka destekli yöntem geliştirdi. EUCLID adı verilen bu denetimsiz öğrenme sistemi, geleneksel yöntemlerin aksine tek bir iki eksenli testle kalp dokusunun hiperelastik özelliklerini belirleyebiliyor. Kalp kası, pasif deformasyon sırasında oldukça doğrusal olmayan ve yönsel mekanik davranış sergiler. Bu özellikler kalp hastalıklarının anlaşılması ve tedavisinde kritik öneme sahip. Yeni yöntem, dokunun heterojen deformasyon paternlerini analiz ederek, minimal müdahaleyle maksimum bilgi elde etmeyi sağlıyor.

Araştırmacılar, kalp hastalarına kişiselleştirilmiş tedavi sunmak için CHESRA adlı yeni bir yapay zeka algoritması geliştirdi. Bu sistem, karmaşık kalp dokularının mekanik davranışlarını modellemek için fizik yasalarını ve makine öğrenimini birleştiriyor. Geleneksel yöntemler çok fazla parametre kullanarak karmaşık hesaplamalar gerektirirken, CHESRA sadece 3-4 parametre ile daha basit ve doğru modeller üretiyor. Algoritma, birden fazla deneysel veri kaynağından otomatik olarak basit enerji fonksiyonları türetiyor ve hem laboratuvar testlerinde hem de 3 boyutlu simülasyonlarda mevcut teknolojilerden daha tutarlı sonuçlar veriyor. Bu gelişme, dijital kalp ikizleri teknolojisinin klinik uygulamalarda daha etkili kullanılmasının önünü açıyor.

Bilim insanları, kalp atışlarındaki kaotik düzenleri analiz ederek beynin zihinsel yükünü ölçmenin yeni bir yolunu keşfetti. Bu devrim niteliğindeki yaklaşım, geleneksel yöntemlerin başarısız olduğu durumlarda bile zihinsel aktiviteyi invazif olmayan bir şekilde tespit edebiliyor. Araştırma, kalp ritmi ile beyin fonksiyonları arasındaki derin bağlantıyı ortaya koyuyor ve tıp dünyasında yeni ufuklar açıyor. Bu yöntem sayesinde, zihinsel yorgunluk, stres seviyeleri ve kognitif performans gibi durumlar kalp atışları üzerinden değerlendirilebilecek.

Araştırmacılar, elektrokardiyogram (EKG) verilerini daha etkili şekilde analiz edebilen yeni bir yapay zeka modeli geliştirdi. LAMAE adı verilen bu model, kalp ritmi ölçümlerinde farklı elektrot bağlantıları arasındaki ilişkileri öğrenerek daha doğru sonuçlar üretiyor. Geleneksel yöntemlerin aksine, bu sistem EKG'nin 12 farklı derivasyonu arasındaki yapısal bağlantıları kullanarak kendini eğitiyor. Mimic-IV-ECG veritabanında yapılan testlerde, modelin kalp hastalıklarının teşhisinde önemli iyileştirmeler sağladığı görüldü. Bu gelişme, kardiyoloji alanında yapay zeka destekli tanı sistemlerinin daha güvenilir hale gelmesi açısından önemli bir adım olarak değerlendiriliyor.

Kalp damarlarının görüntülenmesinde kullanılan dijital subtraksiyon anjiografi (DSA) yöntemi, fizyolojik hareketler nedeniyle net görüntü elde etmede zorlanıyor. Araştırmacılar, bu sorunu çözmek için CDSA-Net adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, damar yapılarını korurken arka plan gürültüsünü temizleyerek, klinik tanıda güvenilir görüntüler üretiyor. Mevcut yöntemlerin aksine, CDSA-Net sınır artefaktlarını ortadan kaldırıyor ve dokuların doğal gri tonlarını koruyarak kardiyologlara daha güvenilir teşhis imkanı sunuyor. Bu gelişme, kalp hastalıklarının teşhisinde önemli bir adım olarak değerlendiriliyor.

Kalp hastalıkları teşhisinde kullanılan EKG sinyallerinin otomatik analizi için geliştirilen yapay zeka modelleri, geleneksel makine öğrenmesi yöntemleriyle karşılaştırıldı. PTB-XL veri seti üzerinde yapılan araştırmada, derin öğrenme modelleri ham EKG verilerinden otomatik olarak ayırt edici özellikleri çıkarabilme yetenekleriyle öne çıktı. Çalışmada altı farklı model test edildi: üç geleneksel makine öğrenmesi algoritması ve üç derin öğrenme modeli. Sonuçlar, karmaşık yapay sinir ağlarının kardiyovasküler hastalıkların erken teşhisinde umut verici sonuçlar elde ettiğini gösteriyor.

Araştırmacılar, kalp ultrasonu (ekokardiyografi) görüntülerini tıpkı deneyimli bir kardiyolog gibi yorumlayabilen EchoAgent adlı yapay zeka sistemi geliştirdi. Sistem, görme, manuel ölçüm ve uzman bilgisi gibi üç temel beceriyi koordine ederek çalışıyor. Mevcut sistemler genellikle bu yeteneklerin sadece bir kısmına odaklanırken, EchoAgent kalp fonksiyonlarının değerlendirilmesinde kapsamlı bir yaklaşım sunuyor. Bu gelişme, kardiyoloji alanında tanı doğruluğunu artırırken, uzmanların iş yükünü azaltma potansiyeline sahip.