Santé
Nouveaux lieux d’intelligence artificielle
Cet algorithme analyse des milliers d’images issues d’évaluations cliniques de routine et réduit significativement le temps d’évaluation, passant de plusieurs minutes à moins d’une minute.
Cette innovation révèle que 58 % des patients âgés présentent des niveaux modérés à élevés d’AAC, souvent sans en avoir connaissance, les exposant à des risques cardiovasculaires accrus, notamment les femmes, souvent sous-évaluées pour les maladies cardiaques.
L’algorithme a également mis en lumière un lien entre AAC et risques de chutes et de fractures.
Les patients avec des scores AAC élevés présentent une probabilité accrue d’hospitalisation et de blessures liées aux chutes.
Les chercheurs soulignent l’importance de considérer la santé vasculaire dans l’évaluation des risques de chutes, une approche qui pourrait permettre de mieux identifier et traiter les patients à risque, en utilisant des équipements de densité osseuse largement disponibles.
L’objectif est d’améliorer la prise en charge des personnes âgées grâce à une évaluation plus complète de leur santé.