Кардіологи навчили велику модель штучного інтелекту для оцінки структури та функції серця
Останній перегляд: 14.06.2024
Весь контент iLive перевіряється медичними експертами, щоб забезпечити максимально можливу точність і відповідність фактам.
У нас є строгі правила щодо вибору джерел інформації та ми посилаємося тільки на авторитетні сайти, академічні дослідницькі інститути і, по можливості, доведені медичні дослідження. Зверніть увагу, що цифри в дужках ([1], [2] і т. д.) є інтерактивними посиланнями на такі дослідження.
Якщо ви вважаєте, що який-небудь з наших матеріалів є неточним, застарілим або іншим чином сумнівним, виберіть його і натисніть Ctrl + Enter.
Фахівці зі штучного інтелекту з Cedars-Sinai та Інституту серця Смідта створили набір даних із понад 1 мільйона ехокардіограм (відео УЗД серця) та їх відповідних клінічних інтерпретацій. Використовуючи цю базу даних, вони розробили EchoCLIP, потужний алгоритм машинного навчання, який може «інтерпретувати» зображення ехокардіограми та оцінювати ключові показники.
Розробка та оцінка EchoCLIP, описана в статті, опублікованій у Nature Medicine, свідчить про те, що інтерпретація ехокардіограми пацієнта за допомогою EchoCLIP забезпечує клінічну оцінку спеціаліста, включно оцінка функції серця, результати попередніх операцій і імплантованих пристроїв, а також може допомогти лікарям визначити пацієнтів, які потребують лікування.
Базова модель EchoCLIP також може ідентифікувати одного пацієнта в кількох відео, обстеженнях і часових точках, а також розпізнавати клінічно важливі зміни в серці пацієнта.
«Наскільки нам відомо, це найбільша модель, навчена на зображеннях ехокардіографії», — сказав провідний автор дослідження Девід Оуянг, доктор медичних наук, співробітник факультету кардіології в Інститут серця Смідта та Департамент штучного інтелекту в медицині.
"Багато попередніх моделей штучного інтелекту для ехокардіограм тренувалися лише на десятках тисяч прикладів. На відміну від цього, винятково висока продуктивність EchoCLIP у інтерпретації зображень є результатом навчання майже в десять разів більшої кількості даних, ніж існуючі моделі."
«Наші результати показують, що великі рецензовані набори медичних зображень і даних інтерпретації можуть служити основою для навчання основних медичних моделей, які є формою генеративного штучного інтелекту», — додав Оуянг.
Робочий процес EchoCLIP. Джерело: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y
Він зазначив, що ця розширена базова модель незабаром може допомогти кардіологам оцінювати ехокардіограми, генеруючи попередні оцінки серцевих вимірювань, визначаючи зміни з часом і поширені захворювання.
Для розробки EchoCLIP дослідницька група створила набір даних із 1 032 975 відео ультразвуку серця та відповідних інтерпретацій експертів. Основні результати дослідження:
- EchoCLIP продемонстрував високу продуктивність у оцінці серцевої функції за зображеннями серця.
- Базова модель могла ідентифікувати імплантовані внутрішньосерцеві пристрої, такі як кардіостимулятори, імплантовані мітральний і аортальний клапани, на зображеннях ехокардіограми.
- EchoCLIP точно ідентифікував унікальних пацієнтів у різних дослідженнях, визначав клінічно важливі зміни, такі як попередня кардіохірургія, і дозволив розробити попередні текстові інтерпретації зображень ехокардіограми.
«Базові моделі є однією з найновіших областей генеративного штучного інтелекту, але більшість моделей не мають достатньо медичних даних, щоб бути корисними в охороні здоров’я», — сказала Крістіна М. Альберт, доктор медичних наук, голова відділу кардіології в Інститут серця Смідта.
Альберт, який не брав участі в дослідженні, додав: «Ця нова базова модель об’єднує комп’ютерне бачення для інтерпретації зображень ехокардіограми з обробкою природної мови для покращення інтерпретації кардіологів».