A kardiológusok egy nagy mesterségesintelligencia-modellt készítettek a szív szerkezetének és működésének felmérésére
Utolsó ellenőrzés: 14.06.2024
Minden iLive-tartalmat orvosi szempontból felülvizsgáltak vagy tényszerűen ellenőriznek, hogy a lehető legtöbb tényszerű pontosságot biztosítsák.
Szigorú beszerzési iránymutatásunk van, és csak a jó hírű média oldalakhoz, az akadémiai kutatóintézetekhez és, ha lehetséges, orvosilag felülvizsgált tanulmányokhoz kapcsolódik. Ne feledje, hogy a zárójelben ([1], [2] stb.) Szereplő számok ezekre a tanulmányokra kattintható linkek.
Ha úgy érzi, hogy a tartalom bármely pontatlan, elavult vagy más módon megkérdőjelezhető, jelölje ki, és nyomja meg a Ctrl + Enter billentyűt.
A Cedars-Sinai és a Smidt Heart Institute mesterséges intelligencia-szakértői több mint 1 millió echokardiogramot (a szív video-ultrahangját) és a hozzájuk tartozó klinikai értelmezéseket tartalmazó adatkészletet hoztak létre. Ennek az adatbázisnak a felhasználásával kifejlesztették az EchoCLIP-et, egy hatékony gépi tanulási algoritmust, amely képes „értelmezni” az echokardiogram képeit és kiértékelni a legfontosabb mutatókat.
Az EchoCLIP tervezése és értékelése, amelyet a Nature Medicine-ben megjelent cikkben leírtak, azt sugallja, hogy a páciens echokardiogramjának értelmezése az EchoCLIP segítségével szakorvosi szintű klinikai értékelést biztosít, beleértve a a szívműködés felmérése, a korábbi műtétek és beültetett eszközök eredményei, valamint segíthet az orvosoknak a kezelésre szoruló betegek azonosításában.
Az alap EchoCLIP-modell több videón, vizsgálaton és időpontban is képes azonosítani ugyanazt a pácienst, és felismeri a páciens szívében bekövetkező klinikailag fontos változásokat.
"Tudomásunk szerint ez a legnagyobb modell, amely az echokardiográfiás képeken készült" - mondta David Ouyang, a tanulmány vezető szerzője, a Kardiológiai Osztály oktatója. A Smidt Szívintézet és az Orvostudományi Mesterséges Intelligencia Tanszék.
"Sok korábbi mesterséges intelligencia-modellt echokardiogramra csak több tízezer példán tanítottak. Ezzel szemben az EchoCLIP egyedülállóan magas képértelmezési teljesítménye a meglévő modelleknél csaknem tízszer több adaton végzett képzés eredménye."
„Eredményeink azt mutatják, hogy a nagy, szakértők által felülvizsgált orvosi képalkotási és interpretációs adatkészletek alapul szolgálhatnak az alapvető orvosi modellek képzéséhez, amelyek a generatív mesterséges intelligencia egy formája” – tette hozzá Ouyang.
EchoCLIP munkafolyamat. Forrás: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y
Megjegyezte, hogy ez a fejlett alapmodell hamarosan segítheti a kardiológusokat az echokardiogramok értékelésében azáltal, hogy előzetes becsléseket készít a szívmérésekről, azonosítja az idő múlásával kapcsolatos változásokat és a gyakori betegségeket.
A kutatócsoport 1 032 975 szív-ultrahang videóból és kapcsolódó szakértői értelmezésekből álló adatkészletet hozott létre az EchoCLIP fejlesztéséhez. A tanulmány legfontosabb megállapításai a következők:
- Az EchoCLIP kiváló teljesítményt mutatott a szívműködés kardiális képek alapján történő értékelésében.
- Az alapmodell képes volt azonosítani a beültetett intrakardiális eszközöket, például pacemakereket, beültetett mitrális és aortabillentyűket az echokardiogram képeiről.
- Az EchoCLIP pontosan azonosította az egyedi betegeket a vizsgálatok során, azonosította a klinikailag fontos változásokat, például a korábbi szívműtéteket, és lehetővé tette az echokardiogram képeinek előzetes szövegértelmezéseinek kidolgozását.
"Az alapmodellek a generatív mesterséges intelligencia egyik legújabb területe, de a legtöbb modell nem rendelkezik elegendő orvosi adattal ahhoz, hogy az egészségügyben hasznos legyen" - mondta Christina M. Albert, MD, MPH, a Kardiológiai Osztály elnöke. Smidt Szívintézet.
Albert, aki nem vett részt a tanulmányban, hozzátette: "Ez az új alapmodell integrálja a számítógépes látást az echokardiogram képértelmezéséhez a természetes nyelvi feldolgozással, hogy javítsa a kardiológusok értelmezését."