Johns Hopkins chercheurs ont trouvé un modèle d'IA utilisant des scanners de la poitrine peut détecter le stress chronique via la taille de la glande surrénale, offrant une façon non invasive, précise de prédire les risques cardiaques. 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.

Des chercheurs de l'Université Johns Hopkins ont développé un modèle d'IA qui identifie le stress chronique à l'aide de scanners de routine de la poitrine en mesurant le volume de glandes surrénales, un biomarqueur lié au stress à long terme. 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. L'indice de volume adrénal (IVA), dérivé des données d'imagerie existantes, est corrélé avec les questionnaires de stress, les niveaux de cortisol, la charge allostatique et les risques plus élevés d'insuffisance cardiaque et de mortalité. 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. Contrairement aux tests de cortisol uniques, AVI reflète une contrainte physiologique cumulative. Unlike single cortisol tests, AVI reflects cumulative physiological stress. Validé sur une période pouvant aller jusqu'à 10 ans, le biomarqueur prédit indépendamment les résultats cardiovasculaires et pourrait permettre un dépistage généralisé et non invasif sans radiation ou test supplémentaire, offrant une étape importante vers une évaluation objective du stress dans les soins cliniques. 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.