ИИ превращает скромный рентген грудной клетки в лучший диагностический инструмент
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 новый подход может быть использован как быстрый и точный способ оценки сердечной функции 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 его легко и быстро выполнить, рентген представляет собой статичное изображение, которое не может предоставить информацию о функционировании сердца. Для этого нужна эхокардиограмма – метод УЗИ.
Эхокардиограмма, обычно называемая «эхо» (эхо-кг), оценивает, насколько эффективно работает сердце и есть ли нарушения герметичности 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 японского университета Осаки разработали модель искусственного интеллекта с глубоким обучением, чтобы превратить скромный рентген грудной клетки в более подробный диагностический инструмент.
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 для получения точных сведений и прогнозов.
Исследователи обучили модель глубокого обучения с помощью 22 551 рентгенографии грудной клетки, связанной с 22 551 эхокардиограммой, полученной от 16 946 пациентов из четырех учреждений в период с 2013 по 2021 год.
Они использовали данные из нескольких медклиник, 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. 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.
«Нам потребовалось очень много времени, чтобы получить эти результаты, но я считаю, что это важное исследование», — сказал Дайдзю Уэда, ведущий автор работы.
«Помимо повышения эффективности диагностики, система также может быть использована в районах, где нет специалистов, в ночных неотложных состояниях и для пациентов, которым трудно пройти эхокардиографию».
Исследование было опубликовано в журнале The Lancet Digital Health.