Kardiolodzy przeszkolili duży model sztucznej inteligencji do oceny struktury i funkcji serca
Ostatnia recenzja: 14.06.2024
Cała zawartość iLive jest sprawdzana medycznie lub sprawdzana pod względem faktycznym, aby zapewnić jak największą dokładność faktyczną.
Mamy ścisłe wytyczne dotyczące pozyskiwania i tylko linki do renomowanych serwisów medialnych, akademickich instytucji badawczych i, o ile to możliwe, recenzowanych badań medycznych. Zauważ, że liczby w nawiasach ([1], [2] itd.) Są linkami do tych badań, które można kliknąć.
Jeśli uważasz, że któraś z naszych treści jest niedokładna, nieaktualna lub w inny sposób wątpliwa, wybierz ją i naciśnij Ctrl + Enter.
Eksperci zajmujący się sztuczną inteligencją z Cedars-Sinai i Smidt Heart Institute stworzyli zbiór danych obejmujący ponad milion echokardiogramów (wideoUSG serca) i odpowiadających im interpretacji klinicznych. Korzystając z tej bazy danych, opracowano EchoCLIP, potężny algorytm uczenia maszynowego, który może „interpretować” obrazy echokardiograficzne i oceniać kluczowe wskaźniki.
Projekt i ocena EchoCLIP opisane w artykule opublikowanym w Nature Medicine sugerują, że interpretacja echokardiogramu pacjenta za pomocą EchoCLIP zapewnia ocenę kliniczną na poziomie specjalistycznym, w tym ocena czynności serca, wyników przebytych operacji i wszczepionych urządzeń, a także może pomóc lekarzom w identyfikacji pacjentów wymagających leczenia.
Podstawowy model EchoCLIP może także identyfikować tego samego pacjenta na podstawie wielu filmów, badań i punktów czasowych oraz rozpoznawać klinicznie istotne zmiany w sercu pacjenta.
„Według naszej wiedzy jest to największy model przeszkolony na obrazach echokardiograficznych” – powiedział główny autor badania David Ouyang, lekarz medycyny, członek oddziału kardiologii na Uniwersytecie Instytut Smidt Heart i Zakład Sztucznej Inteligencji w Medycynie.
„Wiele poprzednich modeli sztucznej inteligencji do echokardiogramów trenowano jedynie na dziesiątkach tysięcy przykładów. Natomiast wyjątkowo wysoka wydajność interpretacji obrazu EchoCLIP jest wynikiem uczenia na prawie dziesięciokrotnie większej liczbie danych niż istniejące modele.”
„Nasze wyniki pokazują, że duże, recenzowane zbiory danych dotyczących obrazowania i interpretacji medycznej mogą służyć jako podstawa do szkolenia podstawowych modeli medycznych, które są formą generatywnej sztucznej inteligencji” – dodał Ouyang.
Przebieg pracy w EchoCLIP. Źródło: Medycyna Przyrodnicza (2024). DOI: 10.1038/s41591-024-02959-y
Zauważył, że ten zaawansowany model bazowy może wkrótce pomóc kardiologom w ocenie echokardiogramów poprzez generowanie wstępnych szacunków pomiarów serca, identyfikowanie zmian w czasie i typowych chorób.
Zespół badawczy stworzył zbiór danych składający się z 1 032 975 filmów z USG serca i powiązanych interpretacji eksperckich, aby opracować urządzenie EchoCLIP. Najważniejsze wnioski z badania obejmują:
- EchoCLIP wykazał wysoką skuteczność w ocenie czynności serca na podstawie obrazów serca.
- Podstawowy model umożliwiał identyfikację wszczepionych urządzeń wewnątrzsercowych, takich jak rozruszniki serca, wszczepione zastawki mitralne i aortalne, na podstawie obrazów echokardiograficznych.
- EchoCLIP dokładnie zidentyfikował unikalnych pacjentów w różnych badaniach, zidentyfikował klinicznie istotne zmiany, takie jak przebyta operacja kardiochirurgiczna, i umożliwił opracowanie wstępnej interpretacji tekstu obrazów echokardiogramu.
„Modele bazowe to jeden z najnowszych obszarów generatywnej sztucznej inteligencji, ale większość modeli nie zawiera wystarczającej ilości danych medycznych, aby były przydatne w opiece zdrowotnej” – powiedziała Christina M. Albert, lekarz medycyny, MPH, kierownik Oddziału Kardiologii na Uniwersytecie Instytut Serca Smidta.
Albert, który nie był zaangażowany w badanie, dodał: „Ten nowy model bazowy integruje wizję komputerową na potrzeby interpretacji obrazu echokardiograficznego z przetwarzaniem języka naturalnego, aby poprawić interpretacje kardiologów”.