Nové publikace
Kardiologové vycvičili velký model umělé inteligence k hodnocení struktury a funkce srdce.
Naposledy posuzováno: 02.07.2025
Veškerý obsah iLive je lékařsky zkontrolován nebo zkontrolován, aby byla zajištěna co největší věcná přesnost.
Máme přísné pokyny pro získávání zdrojů a pouze odkaz na seriózní mediální stránky, akademické výzkumné instituce a, kdykoli je to možné, i klinicky ověřené studie. Všimněte si, že čísla v závorkách ([1], [2] atd.) Jsou odkazy na tyto studie, na které lze kliknout.
Pokud máte pocit, že některý z našich obsahů je nepřesný, neaktuální nebo jinak sporný, vyberte jej a stiskněte klávesu Ctrl + Enter.
Odborníci na umělou inteligenci z Cedars-Sinai a Smidt Heart Institute vytvořili datovou sadu s více než 1 milionem echokardiogramů (video ultrazvuků srdce) a jejich odpovídajícími klinickými interpretacemi. S využitím této databáze vyvinuli EchoCLIP, výkonný algoritmus strojového učení, který dokáže „interpretovat“ echokardiogramové snímky a vyhodnotit klíčové metriky.
Návrh a hodnocení metody EchoCLIP, popsané v článku publikovaném v časopise Nature Medicine, naznačují, že interpretace echokardiogramu pacienta pomocí metody EchoCLIP poskytuje klinické vyšetření na specializované úrovni, včetně posouzení srdeční funkce, výsledků předchozích operací a implantovaných zařízení, a může lékařům pomoci identifikovat pacienty, kteří potřebují léčbu.
Základní model EchoCLIP dokáže také identifikovat stejného pacienta napříč více videi, studiemi a časovými body a rozpoznat klinicky významné změny v pacientově srdci.
„Pokud je nám známo, jedná se o největší model trénovaný na echokardiografických snímcích,“ uvedl hlavní autor studie David Ouyang, MD, člen fakulty na kardiologickém oddělení Smidt Heart Institute a na oddělení umělé inteligence v medicíně.
„Mnoho předchozích modelů umělé inteligence pro echokardiogramy je trénováno pouze na desítkách tisíc příkladů. Naproti tomu unikátně vysoký výkon EchoCLIPu v interpretaci obrazu je výsledkem trénování na téměř desetkrát větším množství dat než u stávajících modelů.“
„Naše výsledky ukazují, že rozsáhlé datové sady lékařského zobrazování a experty ověřené interpretace mohou sloužit jako základ pro trénování základních lékařských modelů, které jsou formou generativní umělé inteligence,“ dodal Ouyang.
Pracovní postup EchoCLIP. Zdroj: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y
Poznamenal, že tento pokročilý základní model by mohl brzy pomoci kardiologům vyhodnocovat echokardiogramy generováním odhadů srdečních měření, identifikací změn v čase a běžných onemocnění.
Výzkumný tým vytvořil datovou sadu 1 032 975 ultrazvukových videí srdce a odpovídající expertní interpretace pro vývoj EchoCLIP. Mezi klíčová zjištění studie patří:
- EchoCLIP prokázal vysokou účinnost při hodnocení srdeční funkce ze srdečních snímků.
- Základní model byl schopen identifikovat implantovaná intrakardiální zařízení, jako jsou kardiostimulátory, implantáty mitrální chlopně a implantáty aortální chlopně, z echokardiogramů.
- EchoCLIP přesně identifikoval unikátní pacienty napříč studiemi, detekoval klinicky významné změny, jako například předchozí operace srdce, a umožnil vývoj předběžných textových interpretací echokardiogramů.
„Základní modely jsou jednou z nejnovějších oblastí generativní umělé inteligence, ale většina modelů nemá dostatek lékařských dat, aby byly užitečné ve zdravotnictví,“ uvedla Christina M. Albert, MD, MPH, předsedkyně kardiologické divize v Smidt Heart Institute.
Albert, který se studie nezúčastnil, dodal: „Tento nový základní model integruje počítačové vidění pro interpretaci echokardiogramových snímků se zpracováním přirozeného jazyka, aby se vylepšily interpretace kardiologů.“