جانز ہاپکنز کے محققین نے پایا کہ سینے کے سی ٹی اسکین کا استعمال کرتے ہوئے اے آئی ماڈل ایڈرینل گلینڈ کے سائز کے ذریعے دائمی تناؤ کا پتہ لگا سکتا ہے، جو دل کے خطرات کی پیش گوئی کرنے کا ایک غیر ناگوار، درست طریقہ پیش کرتا ہے۔ 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.

جانز ہاپکنز یونیورسٹی کے محققین نے ایک اے آئی ماڈل تیار کیا ہے جو ایڈرینل گلینڈ کے حجم کی پیمائش کرکے معمول کے سینے کے سی ٹی اسکین کا استعمال کرتے ہوئے دائمی تناؤ کی نشاندہی کرتا ہے، جو طویل مدتی تناؤ سے منسلک ایک بائیو مارکر ہے۔ 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. موجودہ امیجنگ ڈیٹا سے حاصل کردہ ایڈرینل حجم انڈیکس (اے وی آئی) ، کشیدگی کے سوالناموں ، کورٹیسول کی سطح ، ایلو اسٹیٹک بوجھ ، اور دل کی ناکامی اور اموات کے زیادہ خطرات سے متعلق ہے۔ 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. واحد کورٹیسول ٹیسٹوں کے برعکس، اے وی آئی مجموعی جسمانی تناؤ کی عکاسی کرتا ہے۔ Unlike single cortisol tests, AVI reflects cumulative physiological stress. 10 سال تک توثیق شدہ، بائیو مارکر آزادانہ طور پر قلبی نتائج کی پیش گوئی کرتا ہے اور اضافی تابکاری یا جانچ کے بغیر وسیع پیمانے پر، غیر حملہ آور اسکریننگ کو قابل بناتا ہے، جو طبی نگہداشت میں معروضی تناؤ کی تشخیص کی طرف ایک بڑا قدم پیش کرتا ہے۔ 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.