Исследователи Джонса Хопкинса обнаружили, что модель АИ с помощью сканирования грудной клетки может обнаруживать хронический стресс через размер надпочечника, предлагая неинвазивный, точный способ прогнозирования сердечных рисков. Johns Hopkins researchers found an AI model using chest CT scans can detect chronic stress via adrenal gland size, offering a non-invasive, accurate way to predict heart risks.

Исследователи Университета Джона Хопкинса разработали модель АИ, которая определяет хронический стресс с помощью обычного сканирования грудной клетки путем измерения объема адренальных желез, биомаркера, связанного с долгосрочным стрессом. Researchers at Johns Hopkins University have developed an AI model that identifies chronic stress using routine chest CT scans by measuring adrenal gland volume, a biomarker linked to long-term stress. Индекс адренального объема (АВИ), полученный на основе существующих данных изображений, соотносится с вопросниками по стрессу, уровнями кортизола, аллостатической нагрузкой и более высоким риском сердечной недостаточности и смертности. The Adrenal Volume Index (AVI), derived from existing imaging data, correlates with stress questionnaires, cortisol levels, allostatic load, and higher risks of heart failure and mortality. В отличие от одиночных кортизоловых испытаний, AVI отражает кумулятивный физиологический стресс. Unlike single cortisol tests, AVI reflects cumulative physiological stress. В течение 10 лет биомаркировка независимо предсказывает результаты сердечно-сосудистых заболеваний и может позволить проводить широкомасштабный неинвазивный скрининг без дополнительного излучения или тестирования, что станет важным шагом на пути к объективной оценке стресса в области клинического лечения. Validated over up to 10 years, the biomarker independently predicts cardiovascular outcomes and could enable widespread, non-invasive screening without additional radiation or testing, offering a major step toward objective stress assessment in clinical care.