Visas „iLive“ turinys yra peržiūrėtas medicinoje arba tikrinamas, kad būtų užtikrintas kuo didesnis faktinis tikslumas.
Mes turime griežtas įsigijimo gaires ir susiejamos tik su geros reputacijos žiniasklaidos svetainėmis, akademinių tyrimų institucijomis ir, jei įmanoma, medicininiu požiūriu peržiūrimais tyrimais. Atkreipkite dėmesį, kad skliausteliuose ([1], [2] ir tt) esantys numeriai yra paspaudžiami nuorodos į šias studijas.
Jei manote, kad bet koks mūsų turinys yra netikslus, pasenęs arba kitaip abejotinas, pasirinkite jį ir paspauskite Ctrl + Enter.
Kardiologai išmoko didelį dirbtinio intelekto modelį vertinti širdies struktūrą ir funkciją
Paskutinį kartą peržiūrėta: 02.07.2025
„Cedars-Sinai“ ir „Smidt Heart Institute“ dirbtinio intelekto ekspertai sukūrė daugiau nei 1 milijono echokardiogramų (širdies vaizdo ultragarso tyrimų) ir atitinkamų klinikinių interpretacijų duomenų rinkinį. Naudodami šią duomenų bazę, jie sukūrė „EchoCLIP“ – galingą mašininio mokymosi algoritmą, kuris gali „interpretuoti“ echokardiogramos vaizdus ir įvertinti pagrindinius rodiklius.
„EchoCLIP“ sistemos dizainas ir įvertinimas, aprašytas žurnale „Nature Medicine“ paskelbtame straipsnyje, rodo, kad paciento echokardiogramos interpretavimas naudojant „EchoCLIP“ leidžia atlikti specialisto lygio klinikinius įvertinimus, įskaitant širdies funkcijos, ankstesnių operacijų ir implantuotų prietaisų įvertinimą, ir gali padėti gydytojams nustatyti pacientus, kuriems reikalingas gydymas.
„EchoCLIP“ bazinis modelis taip pat gali identifikuoti tą patį pacientą keliuose vaizdo įrašuose, tyrimuose ir laiko taškuose bei atpažinti kliniškai svarbius paciento širdies pokyčius.
„Kiek mums žinoma, tai didžiausias modelis, apmokytas naudojant echokardiografijos vaizdus“, – teigė pagrindinis tyrimo autorius Davidas Ouyangas, medicinos mokslų daktaras, Smidto širdies instituto Kardiologijos skyriaus ir Dirbtinio intelekto medicinoje skyriaus fakulteto narys.
„Daugelis ankstesnių dirbtinio intelekto modelių, skirtų echokardiogramoms, buvo apmokyti tik dešimtimis tūkstančių pavyzdžių. Tuo tarpu išskirtinai aukštas „EchoCLIP“ vaizdų interpretavimo našumas yra beveik dešimt kartų didesnio duomenų kiekio nei esamų modelių rezultatas.“
„Mūsų rezultatai rodo, kad dideli medicininių vaizdų duomenų rinkiniai ir ekspertų patikrintos interpretacijos gali būti pagrindas mokyti pagrindinius medicininius modelius, kurie yra generatyvinio dirbtinio intelekto forma“, – pridūrė Ouyang.
„EchoCLIP“ darbo eiga. Šaltinis: „Nature Medicine“ (2024). DOI: 10.1038/s41591-024-02959-y
Jis pažymėjo, kad šis pažangus bazinis modelis netrukus galėtų padėti kardiologams įvertinti echokardiogramas, generuojant širdies matavimų įverčius, nustatant pokyčius laikui bėgant ir dažnas ligas.
Tyrimo komanda sukūrė 1 032 975 širdies ultragarso vaizdo įrašų ir atitinkamų ekspertų interpretacijų duomenų rinkinį, kad sukurtų „EchoCLIP“. Pagrindiniai tyrimo rezultatai:
- „EchoCLIP“ pademonstravo aukštą našumą vertinant širdies funkciją iš širdies vaizdų.
- Bazinis modelis leido atpažinti implantuotus intrakardialinius prietaisus, tokius kaip širdies stimuliatoriai, mitralinio vožtuvo implantai ir aortos vožtuvo implantai, iš echokardiogramos vaizdų.
- „EchoCLIP“ tiksliai atpažino unikalius pacientus skirtinguose tyrimuose, aptiko kliniškai svarbius pokyčius, tokius kaip ankstesnė širdies operacija, ir leido parengti preliminarias echokardiogramos vaizdų tekstines interpretacijas.
„Pagrindiniai modeliai yra viena iš naujausių generatyvinio dirbtinio intelekto sričių, tačiau dauguma modelių neturi pakankamai medicininių duomenų, kad būtų naudingi sveikatos priežiūros srityje“, – teigė Christina M. Albert, MD, MPH, Smidto širdies instituto Kardiologijos skyriaus vedėja.
Albertas, kuris nedalyvavo tyrime, pridūrė: „Šis naujas bazinis modelis integruoja kompiuterinę viziją echokardiogramos vaizdų interpretavimui su natūralios kalbos apdorojimu, siekiant pagerinti kardiologų interpretacijas.“