Kardiologi so usposobili velik model umetne inteligence za ocenjevanje strukture in delovanja srca.

Strokovnjaki za umetno inteligenco na univerzi Cedars-Sinai in v Smidtovem inštitutu za srce so ustvarili nabor podatkov z več kot milijonom ehokardiogramov (video ultrazvokov srca) in njihovimi ustreznimi kliničnimi interpretacijami. S to zbirko podatkov so razvili EchoCLIP, zmogljiv algoritem strojnega učenja, ki lahko »interpretira« slike ehokardiogramov in oceni ključne meritve.

Zasnova in vrednotenje EchoCLIP, opisana v članku, objavljenem v reviji Nature Medicine, kažeta, da interpretacija bolnikovega ehokardiograma z uporabo EchoCLIP omogoča klinične ocene na specialistični ravni, vključno z oceno srčne funkcije, rezultati preteklih operacij in vsajenih naprav, ter lahko zdravnikom pomaga prepoznati bolnike, ki potrebujejo zdravljenje.

Osnovni model EchoCLIP lahko identificira istega pacienta tudi v več videoposnetkih, študijah in časovnih točkah ter prepozna klinično pomembne spremembe v pacientovem srcu.

"Po našem vedenju je to največji model, usposobljen za ehokardiografske slike," je dejal vodilni avtor študije David Ouyang, dr. med., član fakultete na Oddelku za kardiologijo na Smidtovem inštitutu za srce in Oddelku za umetno inteligenco v medicini.

"Številni prejšnji modeli umetne inteligence za ehokardiograme so bili usposobljeni le na več deset tisoč primerih. Nasprotno pa je edinstveno visoka zmogljivost EchoCLIP pri interpretaciji slik rezultat usposabljanja na skoraj desetkrat več podatkih kot obstoječi modeli."

»Naši rezultati kažejo, da lahko veliki nabori podatkov medicinskega slikanja in strokovno preverjene interpretacije služijo kot osnova za usposabljanje osnovnih medicinskih modelov, ki so oblika generativne umetne inteligence,« je dodal Ouyang.

Potek dela EchoCLIP. Vir: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y

Opozoril je, da bi ta napredni osnovni model lahko kmalu pomagal kardiologom pri ocenjevanju ehokardiogramov z ustvarjanjem ocen srčnih meritev, prepoznavanjem sprememb skozi čas in pogostih bolezni.

Raziskovalna skupina je za razvoj EchoCLIP ustvarila nabor podatkov 1.032.975 posnetkov srčnega ultrazvoka in ustrezne strokovne interpretacije. Ključne ugotovitve študije vključujejo:

• EchoCLIP je pokazal visoko učinkovitost pri ocenjevanju srčne funkcije na podlagi srčnih slik.
• Osnovni model je bil sposoben prepoznati vsajene intrakardialne naprave, kot so srčni spodbujevalniki, vsadki mitralne zaklopke in vsadki aortne zaklopke, iz ehokardiogramskih slik.
• EchoCLIP je natančno identificiral edinstvene bolnike v različnih študijah, zaznal klinično pomembne spremembe, kot so predhodne operacije srca, in omogočil razvoj predhodnih besedilnih interpretacij slik ehokardiograma.

»Osnovni modeli so eno najnovejših področij generativne umetne inteligence, vendar večina modelov nima dovolj medicinskih podatkov, da bi bili uporabni v zdravstvu,« je dejala Christina M. Albert, dr. med., magister javnega zdravja, predsednica oddelka za kardiologijo na Smidtovem inštitutu za srce.

Albert, ki ni bil vključen v študijo, je dodal: "Ta novi osnovni model združuje računalniški vid za interpretacijo slik ehokardiograma z obdelavo naravnega jezika za izboljšanje interpretacij kardiologov."