Искусственный интеллект автоматизирует диагностику тяжелых заболеваний клапанов сердца

Aug 20, 2023

25 августа 2023 г.

Эта статья была проверена в соответствии с редакционным процессом и политикой Science X. Редакторы выделили следующие атрибуты, гарантируя при этом достоверность контента:

проверенный фактами

рецензируемое издание

надежный источник

корректура

Элизабет Рейтман, Йельский университет

Исследователи из Лаборатории сердечно-сосудистых данных (CarDS) разработали новый подход, который может выявить распространенное заболевание клапанов сердца, известное как тяжелый аортальный стеноз, с помощью ультразвукового сканирования сердца. Исследование, опубликованное 23 августа в European Heart Journal, может иметь значение для повседневной клинической помощи.

Тяжелый аортальный стеноз, или АС, является серьезным нарушением здоровья, особенно среди пожилых людей, вызванным сужением аортального клапана. Ранняя диагностика может позволить принять меры для облегчения симптомов и снижения риска госпитализации и преждевременной смерти.

Специализированная ультразвуковая визуализация сердца, называемая допплеровской эхокардиографией, является основным тестом для выявления АС. Команда разработала модель глубокого обучения, которая может использовать более простое ультразвуковое сканирование сердца для автоматического выявления тяжелого АС.

Технология была разработана Роханом Керой, доктором медицинских наук, доцентом кафедры сердечно-сосудистой медицины и медицинской информатики, директором лаборатории CarDS и старшим автором исследования, а также коллегами из кафедры электротехники и компьютерной инженерии семьи Чандра в Университете Техаса в Остине. с 5257 исследованиями, которые включали 17 570 видео в период с 2016 по 2020 год в Йельской больнице Нью-Хейвена. Модель была подтверждена внешними экспертами в ходе 2040 последовательных исследований, проведенных в различных когортах в Новой Англии и Калифорнии.

«Наша задача состоит в том, что точная оценка АС имеет решающее значение для ведения пациентов и снижения риска. Хотя специализированное тестирование остается золотым стандартом, зависимость от тех, кто доходит до наших эхокардиографических лабораторий, вероятно, упускает людей на ранних стадиях их болезненного состояния», — сказала Кера.

«Наша цель состояла в том, чтобы разработать подход машинного обучения, который бы подходил для ультразвукового скрининга в местах оказания медицинской помощи», — сказал соавтор исследования Евангелос Ойконому, доктор медицинских наук, доктор философии, кардиолог и нынешний постдокторант в лаборатории CarDS. .

Их работа позволяет раннее выявление стеноза аорты, чтобы пациенты могли получить своевременную помощь. «Наша работа может обеспечить более широкий общественный скрининг на АС, поскольку портативные ультразвуковые устройства можно все чаще использовать без необходимости в более специализированном оборудовании. Они уже часто используются в отделениях неотложной помощи и во многих других учреждениях здравоохранения», — добавила Кера.

Этот прогресс является результатом тесного сотрудничества между клиницистами-исследователями и учеными-компьютерщиками. Грег Холсте, доктор философии. Студент UT в Остине, которого консультирует доктор Кера, который руководил разработкой инновационной методологии, которая позволила использовать эту технологию, и был соавтором исследования. «Чтобы обеспечить практическое развитие, которое использует новые технологии для улучшения клинической помощи, такое междисциплинарное сотрудничество имеет важное значение», — подчеркнул доктор Кера.