PİLOT YAYIN · "Örnek" rozetli kurum, hekim ve haber kayıtları kurgusaldır; canlı doğrulama yapılmamıştır.
İçeriğe geç
Bilim & Araştırma

Yapay zeka modeli, atrial dokuda ritim bozukluğu ile ilişkili anomalileri %89 doğrulukla tespit ediyor

İspanya araştırmacılar, yüzeyden alınan elektrik kayıtlarıyla atrial dokuda ritim bozukluğu ile ilişkili dokü anomalilerini %89 doğrulukla tespit edebilen bir yapay zeka modeli geliştirdi.

Sağlık Akademi Haber Merkezi Yayın: Olay tarihi: 29 Eylül 2026 1 dk okuma
Yapay zeka modeli, atrial dokuda ritim bozukluğu ile ilişkili anomalileri %89 doğrulukla tespit ediyor
· Görsel: Medical Xpress · Lisans: Kaynak görseli

İspanya'nın Universitat Politècnica de València'ndeki ITACA institütündeki COR grup araştırmacılar, yüzeyden alınan elektrokardiyografi benzeri sinyaller kullanarak atrial dokuda ritim bozukluğu ile ilişkili dokü anomalilerini konumlandırabilen ve ölçebilen bir yapay zeka modeli geliştirdi. Model, bu anomalileri %89 doğrulukla tanımlayabiliyor. Araştırma, atrial miyopati gibi yapısal ve elektriksel değişikliklerin erken tespiti için potansiyel bir yol gösteriyor. Ancak çalışma henüz klinik deneylerde test edilmedi ve sadece laboratuvar ortamında gerçekleştirildi. Daha geniş hasta kotaları ve gerçek klinik ortamlarda doğrulama çalışmaları gerekiyor.

KaynakMedical Xpress · AI model achieves 89% accuracy in identifying arrhythmia-related abnormalities in atrial t...

Bu içerik kaynağın yayınından özetlenmiştir; tam metin, görsel ve ayrıntılar için özgün habere gidin.

Kaynağa git ↗
Neden önemli?

Atrial fibrilasyon gibi ritim bozukluklarının temel nedenlerinden biri olan atrial dokü bozukluklarının erken tespiti, hastalığın ilerlemesini önlemede önemli olabilir.

Ne bilinmiyor?

Modelin gerçek klinik ortamlarda ne kadar etkili olduğu, farklı hasta gruplarında genelellenebilirliği ve uzun vadeli takip sonuçları henüz bilinmiyor.

Çalışma türü: Laboratuvar / in vitro. Sınırlılıklar: Çalışma laboratuvar ortamında gerçekleştirildi, klinik deneylerde test edilmedi. Örneklem boyutu veHasta çeşitliliği hakkında bilgi verilmedi. Modelin gerçek zamanlı klinik kullanımı için geçerliliği henüz gösterilmedi.