AI人们的心灵找到一个方式:新模型分类形成心脏功能和心脏瓣膜病
AI(人工智能)可能听起来像一个冰冷的机器人系统,但是大阪城市大学科学家已经证明,它可以交付heartwarming-or,更重要的是,“heart-warning”支援。他们公布了一个创新的利用人工智能分类心脏功能和心脏瓣膜病以前所未有的精度,证明持续进步合并医学和技术领域的促进病人护理。结果将发表在《柳叶刀》杂志上的数字医疗。
心力衰竭的心脏瓣膜病,一个原因,通常是使用超声心动图诊断。然而,这种技术需要专门技能,所以有一个相应的缺乏合格的技术人员。同时,胸部x线摄影是最常见的一种测试来确定疾病,主要是肺部。虽然心还在胸片可见,迄今为止人们知之甚少胸片的能力来检测心脏功能或疾病。
胸片、胸部x光检查执行需要在许多医院和很少的时间进行,使他们很容易地和可再生的。博士领导的研究小组,因此Daiju建筑师,从诊断和介入放射学的医学研究生院大阪城市大学,认为如果心脏功能和疾病从胸片可以确定,这个测试可以作为补充超声心动图。
建筑师博士的研究小组成功地开发了一个模型,利用人工智能来准确地分类心脏功能和心脏瓣膜疾病胸片。AI在单个数据集训练以来面临潜在的偏见,导致精度低,团队多数据的目的。
因此,共有22551个胸片16946位病人收集的22551年与超声心动图在四个机构在2013年和2021年之间。与胸部射线照片设置为输入数据和超声心动图设置为输出数据,人工智能模型训练学习功能连接这两个数据集。
人工智能模型能够精确分类6类型的选择心脏瓣膜病曲线下的面积,或AUC,从0.83到0.92不等。(AUC是评级指数表示能力的人工智能模型,并使用一个值范围从0到1,接近1,越好。)截止AUC为0.92 40%检测左心室射血不足一监测的重要指标心脏功能。
”我们花了很长时间才得到这些结果,但我相信这是重要的研究,”建筑师博士说。”除了改善效率的医生的诊断,系统也可以用于区域没有专家,在夜间突发事件,对于有困难的病人进行超声心动图。”
更多信息:Daiju建筑师等,基于人工智能模型从胸片对心脏功能进行分类:多机构模型开发和验证研究《柳叶刀》杂志上的数字医疗(2023)。DOI: 10.1016 / s2589 - 7500 (23) 00107 - 3。www.thelancet.com/journals/lan…(23) 00107 - 3 /全文