Искусственный интеллект автоматизирует диагностику тяжелого заболевания сердечного клапана < Йельская школа медицины

Исследователи из Лаборатории сердечно-сосудистых данных (CarDS) разработали новый подход, который может выявить распространенное заболевание клапанов сердца, известное как тяжелый аортальный стеноз, с помощью ультразвукового сканирования сердца. Исследование, опубликованное 23 августа в European Heart Journal, может иметь значение для повседневной клинической помощи.

Тяжелый аортальный стеноз, или АС, является серьезным нарушением здоровья, особенно среди пожилых людей, вызванным сужением аортального клапана. Ранняя диагностика может позволить принять меры для облегчения симптомов и снижения риска госпитализации и преждевременной смерти. Специализированная ультразвуковая визуализация сердца, называемая допплеровской эхокардиографией, является основным тестом для выявления АС. Команда разработала модель глубокого обучения, которая может использовать более простое ультразвуковое сканирование сердца для автоматического выявления тяжелого АС.

Технология была разработана старшим автором исследования Роханом Керой, доктором медицинских наук, магистром наук, доцентом кафедры сердечно-сосудистой медицины и медицинской информатики и директором лаборатории CarDS, вместе с коллегами из кафедры электротехники и компьютерной инженерии семьи Чандра в Университете Техас в Остине. Работа включала 5257 исследований, включающих 17570 видеороликов, проводившихся в период с 2016 по 2020 год в Йельской больнице Нью-Хейвена. Модель была подтверждена внешними экспертами в ходе 2040 последовательных исследований, проведенных в различных когортах в Новой Англии и Калифорнии.

«Наша задача заключается в том, что точная оценка АС имеет решающее значение для ведения пациентов и снижения риска. Хотя специализированное тестирование остается золотым стандартом, зависимость от тех, кто добирается до наших эхокардиографических лабораторий, скорее всего, упускает из виду людей на ранних стадиях их болезненного состояния», — сказала Кера.

«Наша цель состояла в том, чтобы разработать подход машинного обучения, который подходил бы для ультразвукового скрининга в местах оказания медицинской помощи», — сказал соавтор исследования Евангелос Ойконому, доктор медицинских наук, доктор философии, кардиолог и нынешний постдокторант в лаборатории CarDS. .

Их работа позволяет раннее выявление стеноза аорты, чтобы пациенты могли получить своевременную помощь. «Наша работа может обеспечить более широкий общественный скрининг на АС, поскольку портативные ультразвуковые устройства могут все чаще использоваться без необходимости в более специализированном оборудовании. Они уже часто используются в отделениях неотложной помощи и во многих других медицинских учреждениях», — добавила Кера.

Этот прогресс является результатом тесного сотрудничества между клиницистами-исследователями и учеными-компьютерщиками. Грег Холсте, аспирант Калифорнийского университета в Остине, которого консультирует Кера, возглавил разработку инновационной методологии, которая позволила использовать эту технологию, и был одним из первых авторов исследования. «Чтобы обеспечить практическое развитие, использующее новые технологии для улучшения клинической помощи, такое междисциплинарное сотрудничество имеет важное значение», — подчеркнул Кера.

Это исследование частично финансировалось за счет гранта Национального института сердца, легких и крови Национального института здравоохранения (K23HL153775).