[
    {
        "id": "osp-2649",
        "type": "article-journal",
        "title": "استخدام الذكاء الاصطناعي في تقدير درجة كلس الشريان التاجي",
        "author": [
            {
                "family": "Koponen",
                "given": "Mia"
            },
            {
                "family": "Anwaar",
                "given": "Waqas"
            },
            {
                "family": "Habib-ur-Rahman",
                "given": ""
            },
            {
                "family": "Sheikh",
                "given": "Qasim"
            },
            {
                "family": "Sadiq",
                "given": "Fouzia"
            }
        ],
        "URL": "https://omanscience.com/ar/articles/use-of-artificial-intelligence-in-coronary-artery-calcium-scoring",
        "language": "en",
        "issued": {
            "date-parts": [
                [
                    2023
                ]
            ]
        },
        "container-title": "Oman Medical Journal",
        "DOI": "10.5001/omj.2023.73",
        "publisher": "Oman Medical Specialty Board",
        "ISSN": "1999-768X",
        "abstract": "تحسين تسجيل الكالسيوم في الشرايين التاجية (CAC) تصنيف مخاطر مرض القلب التاجي (CHD) القائم على عوامل الخطر التقليدية. هنا، تم مراجعة مساهمة تسجيل CAC في تقديرات مخاطر مرض القلب التاجي التقليدية لمدة 10 سنوات والأساليب الجديدة للذكاء الاصطناعي المستخدمة لأتمتة تسجيل CAC. تظهر الأبحاث أن عوامل الخطر التقليدية تميل إلى المبالغة أو التقليل من تقدير المخاطر الفعلية لمرض القلب التاجي، مما يعني أن تضمين درجة CAC في تصنيف المخاطر لديه القدرة على تقليل العلاج الزائد والعلاج الناقص. تظهر طرق تسجيل CAC الآلي أنها دقيقة وأكثر فعالية من حيث الوقت بشكل كبير مقارنة بالطريقة شبه الآلية المستخدمة عادة."
    }
]