Pesquisadores da Johns Hopkins descobriram que um modelo de IA usando tomografia computadorizada do tórax pode detectar estresse crônico através do tamanho da glândula adrenal, oferecendo uma maneira não invasiva e precisa de prever riscos cardíacos. 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.

Pesquisadores da Universidade Johns Hopkins desenvolveram um modelo de IA que identifica o estresse crônico usando tomografia computadorizada de rotina, medindo o volume da glândula adrenal, um biomarcador ligado ao estresse de longo prazo. 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. O ndice de Volume Adrenal (AVI), derivado de dados de imagem existentes, correlaciona-se com questionários de estresse, níveis de cortisol, carga alostática e maiores riscos de insuficiência cardíaca e mortalidade. 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. Ao contrário dos testes de cortisol, o AVI reflete o estresse fisiológico cumulativo. Unlike single cortisol tests, AVI reflects cumulative physiological stress. Validado ao longo de até 10 anos, o biomarcador prevê independentemente os resultados cardiovasculares e pode permitir a triagem generalizada e não invasiva sem radiação ou testes adicionais, oferecendo um passo importante para a avaliação objetiva do estresse no atendimento clínico. 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.