Искусственный интеллект на основе видеозаписи УЗИ -изображений позволяет лучше даже опытных врачей УЗИ выявлять морфологические изменения в сердце. Исследование было слепое, что свидетельствует о том, что технология уже не является экспериментальной.
Алгоритм ИИ, который был протестирован в ходе исследования, была назван EchoNet-Dynamic. Алгоритм был создан на основе глубокого обучения с использованием видео УЗИ. Он позволяет оценить фракцию выброса при каждом сокращении сердца.
Модель обучения была разработана в Стэндфордском (Калифорнийском) университете.
Echo-Net — было первым слепым испытанием AI Echo. Кроме того, ни одно из предыдущих исследований не было рандомизировано.
В ходе исследования было рандомизировано 3495 эхокардиограмм для анализа врачами УЗИ или ИИ. Затем отчеты, полученные от врачей и ИИ, вслепую анализировались кардиологами. Врачи УЗИ и кардиологи, которые участвовали в исследовании, имели в среднем 14 лет стажа.
Каждая оценка, как специалистов по УЗИ, так и ИИ, основывалось на одном сокращении, но это, судя по всему, является относительным препятствием для перспективного преимущества технологии ИИ, которая может оценивать фракцию выброса в течение нескольких сердечных циклов.
ИИ продемонстрировал не только большую эффективность, но и лучшие результаты безопасности, которые включали оценку повторных испытаний. Вариабельность при повторном тестировании была также значимой в пользу ИИ.
Относительная эффективность ИИ, по сравнению с анализом врача УЗИ, была также проверена и показала значительное сокращение рабочего времени. ИИ не только полностью устраняет труд специалиста УЗИ, но также сокращает среднее время кардиолога необходимое на эхо-оценку.
Как считают специалисты, создавшие алгоритм, интеграция в рутинный рабочий процесс позволит не только улучшить качество анализа эхосигналов, но и повысить эффективность работы врачей УЗИ и кардиологов, за счет упрощения утомительных, но важных задач.
В исследование участвовала группа пациентов (со средним возрастом 66 лет) и 57% были мужчинами. В этой группе часто отмечались сопутствующие заболевания, такие как диабет и хронические заболевания почек. Когда ИИ сравнивали с оценкой УЗИ в группах, стратифицированных по таким переменным, а также по расе, качеству изображения и месту проведения оценки (стационарное или амбулаторное), отмечалось постоянное преимущество ИИ.
Ученые планируют продолжить исследования, чтобы исключить возможные ошибки и максимально улучшить точность работы алгоритма ИИ, что позволит широко использовать его в клинической практике.
