Kardiológovia vycvičili veľký model AI na posúdenie štruktúry a funkcie srdca
Posledná kontrola: 14.06.2024
Všetok obsah iLive je lekársky kontrolovaný alebo kontrolovaný, aby sa zabezpečila čo najväčšia presnosť faktov.
Máme prísne smernice týkajúce sa získavania zdrojov a len odkaz na seriózne mediálne stránky, akademické výskumné inštitúcie a vždy, keď je to možné, na lekársky partnerské štúdie. Všimnite si, že čísla v zátvorkách ([1], [2] atď.) Sú odkazmi na kliknutia na tieto štúdie.
Ak máte pocit, že niektorý z našich obsahov je nepresný, neaktuálny alebo inak sporný, vyberte ho a stlačte kláves Ctrl + Enter.
Odborníci na umelú inteligenciu z Cedars-Sinai a Smidt Heart Institute vytvorili súbor údajov s viac ako 1 miliónom echokardiogramov (video ultrazvuk srdca) a ich zodpovedajúcimi klinickými interpretáciami. Pomocou tejto databázy vyvinuli EchoCLIP, výkonný algoritmus strojového učenia, ktorý dokáže „interpretovať“ snímky echokardiogramu a vyhodnotiť kľúčové indikátory.
Návrh a vyhodnotenie EchoCLIP, popísané v článku publikovanom v Nature Medicine, naznačuje, že interpretácia echokardiogramu pacienta pomocou EchoCLIP poskytuje klinické hodnotenia na úrovni špecialistu, vrátane posúdenie srdcovej funkcie, výsledkov predchádzajúcich operácií a implantovaných zariadení a môže tiež pomôcť lekárom identifikovať pacientov, ktorí potrebujú liečbu.
Základný model EchoCLIP dokáže tiež identifikovať toho istého pacienta v rámci viacerých videí, vyšetrení a časových bodov a rozpoznať klinicky dôležité zmeny v srdci pacienta.
„Pokiaľ je nám známe, toto je najväčší model trénovaný na echokardiografických snímkach,“ povedal vedúci štúdie David Ouyang, MD, člen fakulty kardiologickej divízie Smidt Heart Institute a Department of Artificial Intelligence in Medicine.
"Mnohé predchádzajúce modely AI pre echokardiogramy sú trénované len na desiatkach tisíc príkladov. Na rozdiel od toho, jedinečne vysoký výkon EchoCLIP pri interpretácii snímok je výsledkom trénovania na takmer desaťkrát väčších údajoch ako existujúce modely."
"Naše výsledky ukazujú, že veľké súbory medicínskych zobrazovacích a interpretačných údajov, ktoré boli posúdené odborníkmi, môžu slúžiť ako základ pre tréning základných medicínskych modelov, ktoré sú formou generatívnej umelej inteligencie," dodal Ouyang.
Pracovný postup EchoCLIP. Zdroj: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y
Poznamenal, že tento pokročilý základný model by mohol čoskoro pomôcť kardiológom vyhodnotiť echokardiogramy generovaním predbežných odhadov meraní srdca, identifikáciou zmien v priebehu času a bežných chorôb.
Výskumný tím vytvoril súbor údajov 1 032 975 videí z ultrazvuku srdca a súvisiace odborné interpretácie na vývoj EchoCLIP. Medzi kľúčové zistenia štúdie patria:
- EchoCLIP preukázal vysoký výkon pri hodnotení funkcie srdca zo snímok srdca.
- Základný model bol schopný identifikovať implantované intrakardiálne zariadenia, ako sú kardiostimulátory, implantované mitrálne a aortálne chlopne z echokardiografických snímok.
- EchoCLIP presne identifikoval jedinečných pacientov v rámci štúdií, identifikoval klinicky dôležité zmeny, ako napríklad predchádzajúce operácie srdca, a umožnil vývoj predbežných textových interpretácií snímok echokardiogramu.
"Základné modely sú jednou z najnovších oblastí generatívnej AI, ale väčšina modelov nemá dostatok medicínskych údajov na to, aby boli užitočné v zdravotníctve," povedala Christina M. Albert, MD, MPH, predsedníčka Divízie kardiológie Smidt Heart Institute.
Albert, ktorý sa na štúdii nezúčastnil, dodal: „Tento nový základný model integruje počítačové videnie na interpretáciu echokardiogramového obrazu so spracovaním prirodzeného jazyka, aby sa zlepšili interpretácie kardiológov.“