Všetok obsah iLive je lekársky kontrolovaný alebo kontrolovaný, aby sa zabezpečila čo najväčšia presnosť faktov.
Máme prísne smernice týkajúce sa získavania zdrojov a len odkaz na seriózne mediálne stránky, akademické výskumné inštitúcie a vždy, keď je to možné, na lekársky partnerské štúdie. Všimnite si, že čísla v zátvorkách ([1], [2] atď.) Sú odkazmi na kliknutia na tieto štúdie.
Ak máte pocit, že niektorý z našich obsahov je nepresný, neaktuálny alebo inak sporný, vyberte ho a stlačte kláves Ctrl + Enter.
Kardiológovia vycvičili veľký model umelej inteligencie na hodnotenie štruktúry a funkcie srdca
Posledná kontrola: 02.07.2025
Odborníci na umelú inteligenciu v spoločnosti Cedars-Sinai a Smidt Heart Institute vytvorili súbor údajov s viac ako 1 miliónom echokardiogramov (video ultrazvukov srdca) a ich zodpovedajúcimi klinickými interpretáciami. Pomocou tejto databázy vyvinuli EchoCLIP, výkonný algoritmus strojového učenia, ktorý dokáže „interpretovať“ echokardiogramové snímky a vyhodnotiť kľúčové metriky.
Návrh a hodnotenie metódy EchoCLIP, opísané v článku publikovanom v časopise Nature Medicine, naznačujú, že interpretácia echokardiogramu pacienta pomocou metódy EchoCLIP poskytuje klinické hodnotenia na špecializovanej úrovni vrátane hodnotenia srdcovej funkcie, výsledkov predchádzajúcich operácií a implantovaných zariadení a môže pomôcť lekárom identifikovať pacientov, ktorí potrebujú liečbu.
Základný model EchoCLIP dokáže identifikovať toho istého pacienta naprieč viacerými videami, štúdiami a časovými bodmi a rozpoznať klinicky dôležité zmeny v srdci pacienta.
„Pokiaľ vieme, ide o najväčší model trénovaný na echokardiografických snímkach,“ povedal hlavný autor štúdie David Ouyang, MD, člen fakulty na Oddelení kardiológie v Smidtovom kardiologickom inštitúte a Oddelení umelej inteligencie v medicíne.
„Mnohé predchádzajúce modely umelej inteligencie pre echokardiogramy sú trénované len na desiatkach tisíc príkladov. Naproti tomu jedinečne vysoký výkon EchoCLIPu pri interpretácii obrazu je výsledkom trénovania na takmer desaťkrát väčšom množstve údajov ako existujúce modely.“
„Naše výsledky ukazujú, že rozsiahle súbory údajov z lekárskeho zobrazovania a expertmi overené interpretácie môžu slúžiť ako základ pre trénovanie základných lekárskych modelov, ktoré sú formou generatívnej umelej inteligencie,“ dodal Ouyang.
Pracovný postup EchoCLIP. Zdroj: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y
Poznamenal, že tento pokročilý základný model by mohol čoskoro pomôcť kardiológom vyhodnotiť echokardiogramy generovaním odhadov srdcových meraní, identifikáciou zmien v priebehu času a bežných ochorení.
Výskumný tím vytvoril súbor údajov s 1 032 975 ultrazvukovými videami srdca a zodpovedajúcimi expertnými interpretáciami na vývoj EchoCLIP. Medzi kľúčové zistenia štúdie patria:
- EchoCLIP preukázal vysoký výkon pri hodnotení srdcovej funkcie zo srdcových snímok.
- Základný model bol schopný identifikovať implantované intrakardiálne zariadenia, ako sú kardiostimulátory, implantáty mitrálnej chlopne a implantáty aortálnej chlopne, z echokardiogramových snímok.
- EchoCLIP presne identifikoval jedinečných pacientov v rôznych štúdiách, zistil klinicky dôležité zmeny, ako napríklad predchádzajúce operácie srdca, a umožnil vývoj predbežných textových interpretácií echokardiogramových snímok.
„Základné modely sú jednou z najnovších oblastí generatívnej umelej inteligencie, ale väčšina modelov nemá dostatok lekárskych údajov na to, aby boli užitočné v zdravotníctve,“ povedala Christina M. Albert, MD, MPH, predsedníčka kardiologického oddelenia v Smidtovom kardiologickom inštitúte.
Albert, ktorý sa do štúdie nezúčastnil, dodal: „Tento nový základný model integruje počítačové videnie pre interpretáciu echokardiogramových obrázkov so spracovaním prirodzeného jazyka, aby sa zlepšili interpretácie kardiológov.“