Medicare 50 هزار دلار برای حمله قلبی شما پرداخت خواهد کرد. برای جلوگیری از آن باید 100 دلار بپردازد

ما در حال حاضر در عصر طلایی علم پزشکی و در عین حال در عصر تاریک ارائه مراقبت های بهداشتی هستیم. یک مثال مهم، تشخیص و درمان علت شماره یک مرگ و ناتوانی در آمریکا، بیماری عروق کرونر است. سالانه بیش از 800000 آمریکایی دچار حمله قلبی می شوند. اکثریت این حوادث قابل پیشگیری هستند. نمره کلسیم شریان کرونر (CAC) یک اسکن ساده 10 دقیقه ای است که می تواند وجود و میزان آترواسکلروز کرونری را سال ها قبل از ایجاد حمله قلبی شناسایی کند.

هزینه آن حدود 100 دلار است و از کسری از تابش یک سی تی سی تی استاندارد قفسه سینه استفاده می کند. در مارس 2026، پس از بیش از سه دهه شواهد انباشته، کالج قلب و عروق آمریکا (ACC) و انجمن قلب آمریکا (AHA) سرانجام به CAC در دستورالعمل های ملی خود برای پیشگیری از بیماری عروق کرونر نقشی اساسی دادند.

اسکن CAC، که پلاک کلسیفیه را در شریان‌ها تشخیص می‌دهد، برای بزرگسالانی با خطر مرزی یا متوسط ​​بیماری عروق کرونر توصیه می‌شود که تصمیم برای شروع درمان پیشگیرانه مانند داروهای استاتین برای آنها نامشخص است. برای دهه‌ها، پزشکان برای تخمین وضعیت کلسترول، فشار خون، فشار خون و دیابت که ممکن است وضعیت دیابت داشته باشند، به محاسبه‌گرهای خطر ساخته شده‌اند. ماشین حساب ها احتمال را تخمین می زنند، نه حضور واقعی آترواسکلروز کرونری. در مقابل، اسکن CAC خود بیماری را تشخیص می دهد.

این مهم است زیرا یک بیمار با کلسترول مرزی یا پایین ممکن است قبلا دارای پلاک گسترده باشد، در حالی که دیگری با کلسترول بالا ممکن است هیچ پلاکی نداشته باشد. نمره کلسیم صفر خطر را دوباره طبقه بندی می کند و در نتیجه می تواند از درمان دارویی غیر ضروری مانند استاتین ها جلوگیری کند. امتیاز بالای 100 بیمارانی را مشخص می کند که ممکن است از مداخلات دارویی و شیوه زندگی تهاجمی سود ببرند. یک تصویر عالی از نقش اسکن CAC راب*، بیمار 52 ساله ای است که اخیرا دیدیم. او به طور منظم ورزش می کند، خوب غذا می خورد و کلسترول بالایی دارد.

او سابقه خانوادگی بیماری قلبی دارد اما هیچ فاکتور خطر قلبی شناخته شده دیگری ندارد. ماشین حساب استاندارد ریسک او را در یک دسته کم خطر قرار می دهد و او ترجیح می دهد درمان را به تعویق بیندازد. اما امتیاز CAC او داستان متفاوتی را بیان می کند. این عدد 220 است که نشان دهنده بار پلاک آترواسکلروتیک قابل توجهی برای مردی در سن اوست. ژنتیک تقریبا نیمی از خطرات قلبی عروقی را تشکیل می دهد، اما محاسبات خطر شامل ژنتیک نمی شود.

این اسکن نشان داد که درمان دارویی به راب بهترین شانس را برای جلوگیری از حمله قلبی آینده می دهد. علیرغم شواهد فراوانی که برتری آن را بر عوامل خطر متعارف برای پیش بینی حملات قلبی اثبات می کند، اسکن CAC تنها به صورت محیطی در دستورالعمل های ملی برای 35 سال گذشته گنجانده شده است. چرا؟ بخشی از تاخیر ساختاری است. ابزارهای پشتیبانی تصمیم بالینی برای اصلاح عوامل خطر متوسط ​​جمعیت ساخته شده اند، نه برای ترکیب تصویربرداری فردی. کمیته های راهنما همانطور که باید با احتیاط حرکت می کنند و استانداردسازی پیشگیری از مداخله دشوارتر است.

متخصصان قلب و پزشکان مراقبت‌های اولیه، محدود به پوشش بیمه‌گران، این آزمایش را عمدتا به بیمارانی ارائه می‌کنند که می‌توانند پول نقد را از جیب خود بپردازند. با دستورالعمل به‌روزشده ACC/AHA، در نهایت پیشگیری از حمله قلبی حول یک اصل ساده همسو می‌شود: در صورت امکان، بیماری را اندازه‌گیری کنید. هوش مصنوعی (AI) نیز اقتصاد پیشگیری را تغییر می‌دهد. میلیون ها آمریکایی قبلا به دلایل دیگر سی تی اسکن سینه انجام می دهند، اما اطلاعات قلبی عروقی قابل مشاهده در این اسکن ها اغلب نادیده گرفته می شود.

هوش مصنوعی می تواند کلسیفیکاسیون عروق کرونر و عروق را به طور فرصت طلبانه شناسایی کند، گزارش دهی را استاندارد کند و بیمارانی را که باید ارزیابی پیشگیرانه رسمی دریافت کنند، معرفی کند. این امر به ویژه برای بیمارانی که کمتر قادر به پرداخت پول نقد برای آزمایش انتخابی هستند بسیار مهم است. AI-CAC اکنون برای اندازه گیری پلاک نرم، یک پیش ساز مهم برای پلاک سخت که در نمرات کلسیم سنتی دیده می شود، استفاده می شود.

با استفاده مسئولانه، تجزیه و تحلیل CAC مجهز به هوش مصنوعی می تواند به انتقال پیشگیری از بیماری قلبی به سطح سلامت جمعیت کمک کند. حملات قلبی تا حد زیادی قابل پیشگیری هستند، و ما بیش از یک نسل است که ابزاری برای یافتن بیماری و درمان به موقع آن داریم. چیزی که ما فاقد آن هستیم سیستم پرداختی است که 100 دلار برای جلوگیری از یک اضطراری 50000 دلاری خرج می کند. داستان CAC چندان منحصر به فرد نیست.

این داستان این است که چگونه یک ابزار کم‌هزینه، کم خطر و به خوبی مطالعه شده می‌تواند برای دهه‌ها در لبه عمل بالینی قرار گیرد، زیرا سیستم‌های اطراف آن - دستورالعمل‌ها، کدهای بازپرداخت، عادات تمرین - برای جذب آن ساخته نشده‌اند. شواهد برای سال‌ها قوی بوده‌اند، و دستورالعمل‌ها در نهایت به دست آورده‌اند.*نام بیمار برای اطمینان تغییر کرد.