जॉन्स हॉपकिन्स के शोधकर्ताओं ने पाया कि छाती के सीटी स्कैन का उपयोग करके एक एआई मॉडल अधिवृक्क ग्रंथि के आकार के माध्यम से पुराने तनाव का पता लगा सकता है, जो हृदय के जोखिमों की भविष्यवाणी करने का एक गैर-आक्रामक, सटीक तरीका प्रदान करता है। 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.

जॉन्स हॉपकिन्स विश्वविद्यालय के शोधकर्ताओं ने एक एआई मॉडल विकसित किया है जो अधिवृक्क ग्रंथि की मात्रा को मापकर नियमित छाती सीटी स्कैन का उपयोग करके पुराने तनाव की पहचान करता है, जो दीर्घकालिक तनाव से जुड़ा एक बायोमार्कर है। 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. मौजूदा इमेजिंग डेटा से प्राप्त एड्रेनल वॉल्यूम इंडेक्स (एवीआई), तनाव प्रश्नावली, कोर्टिसोल के स्तर, एलोस्टैटिक लोड और दिल की विफलता और मृत्यु दर के उच्च जोखिमों से संबंधित है। 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. एकल कोर्टिसोल परीक्षणों के विपरीत, एवीआई संचयी शारीरिक तनाव को दर्शाता है। Unlike single cortisol tests, AVI reflects cumulative physiological stress. 10 वर्षों तक मान्य, बायोमार्कर स्वतंत्र रूप से हृदय संबंधी परिणामों की भविष्यवाणी करता है और अतिरिक्त विकिरण या परीक्षण के बिना व्यापक, गैर-आक्रामक जांच को सक्षम कर सकता है, जो नैदानिक देखभाल में वस्तुनिष्ठ तनाव मूल्यांकन की दिशा में एक बड़ा कदम है। 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.