Исследователи использовали модель искусственного интеллекта с глубоким обучением, чтобы превратить скромный рентген грудной клетки в более мощный инструмент для диагностики проблем с сердцем. Они говорят, что их новый подход можно использовать как быстрый и точный способ оценки работы сердца и выявления заболеваний.
Рентген грудной клетки является наиболее часто проводимым рентгенологическим исследованием в мире и распространенным способом диагностики заболеваний легких и сердца у медицинских работников. Но, несмотря на то, что их легко и быстро выполнить, рентген представляет собой статичное изображение, которое не может предоставить информацию о том, как работает сердце. Для этого вам нужна эхокардиограмма.
Эхокардиограмма, обычно называемая «эхо», оценивает, насколько эффективно работает сердце и есть ли негерметичность или заболевание клапанов между камерами сердца. Если сердечные клапаны поражены, сердце не может эффективно перекачивать кровь и вынуждено работать с большей нагрузкой, что может привести к сердечной недостаточности или внезапной остановке сердца и смерти. Однако для эхокардиографии требуется специалист со специальными навыками.
Теперь исследователи из Осакского столичного университета наняли модель искусственного интеллекта с глубоким обучением, чтобы превратить скромный рентген грудной клетки в более подробный диагностический инструмент.
р><р>Глубокое обучение — это процесс, используемый искусственным интеллектом (ИИ), который учит компьютеры обрабатывать данные способом, имитирующим человеческий мозг. Модель может распознавать сложные закономерности в изображениях, тексте, звуках и других данных, чтобы делать точные выводы и делать прогнозы.
Исследователи обучили модель глубокого обучения с помощью 22 551 рентгенографии грудной клетки, связанной с 22 551 эхокардиограммой, полученной из 16 946 пациентов из четырех учреждений в период с 2013 по 2021 год. Они использовали данные из нескольких учреждений, чтобы снизить риск того, что ИИ даст необъективные результаты.
Рентгеновские снимки были заданы в качестве входных данных, а эхокардиограммы — в качестве выходных данных, а модель была обучена изучению признаков, связывающих оба набора данных. При тестировании своей модели глубокого обучения исследователи обнаружили, что она может точно классифицировать шесть типов пороков сердца. Площадь под кривой (AUC) — рейтинговый индекс, указывающий на способность модели ИИ различать классы — варьировался от 0,83 до 0,92. AUC имеет диапазон значений от 0 до 1; чем ближе к 1, тем лучше.
Исследователи говорят, что их новый подход к искусственному интеллекту может дополнить эхокардиограммы, особенно когда требуется быстрая диагностика или не хватает технических специалистов.
«Это заняло Нам потребовалось очень много времени, чтобы получить эти результаты, но я считаю, что это важное исследование», — сказал Дайдзю Уэда, ведущий автор исследования. «Помимо повышения эффективности диагностики врачей, система также может быть использована в районах, где нет специалистов, в ночных неотложных случаях и для пациентов, которым трудно пройти эхокардиографию».
The исследование было опубликовано в журнале The Lancet Digital Health.
