AI工具可以在几分钟内解释超声心动图

心脏病学家使用超声心动图来诊断心脏的功能或结构异常。使用超过100个视频和图像来捕捉心脏的不同部分，超声心动图学家进行了数十项测量，例如心脏的大小和形状，心室厚度以及每个心脏室的运动和功能，以评估患者心脏健康。

一项新研究出版在贾马在耶鲁大学医学院（YSM）的领导下，研究人员发现人工智能（AI）启用的工具可以在短短几分钟内以高度准确性来解释超声心动图。

“超声心动图是心血管护理的基石，但是从高技能读者那里需要大量的临床时间才能审查这些研究，”医学助理教授Rohan Khera，医学博士Rohan Khera（心血管医学）在YSM和耶鲁公共卫生学院的生物统计学（健康信息学）。

Khera是论文的高级作者兼心血管数据科学实验室（卡片）的主管。“我们想开发一种技术，可以帮助这些非常忙碌的超声心动图学家提高准确性并加速其工作流程。”

研究人员发现，AI工具PaneCho可以基于多视觉超声心动图执行39项诊断任务，并准确地检测出诸如严重主动脉狭窄，收缩功能障碍以及左心室射血分数等条件。这项研究以先前出版物为基础，包括2023年出版物在欧洲心脏期刊，这证明了技术的准确性。

Greg Holste，MSE，A博士由Khera共同介绍的UT Austin的学生是该研究的首位作者，他说：“我们开发了一种将来自许多心脏观点的信息整合起来，以自动确定心脏病专家将在完整报告中包含的关键测量和异常。”

PaneCho是使用2016年1月至2022年6月在耶鲁纽黑文卫生患者那里收集的999,727个超声心动图视频。然后，研究人员使用5130名耶鲁大学纽黑文健康患者的研究验证了该工具，以及来自匈牙利匈牙利Budapest的Semmelweis University的心脏和血管中心的三个外部数据同龄人。斯坦福大学医院；和斯坦福医疗保健。

“该工具现在可以测量和评估广泛的心脏病，使其对未来的临床使用更具吸引力，”临床研究员（心血管医学）和研究的联合作者Evangelos K. Oikonomou，医学博士，DPHIL，DPHIL，DPHIL。“虽然它非常准确，但它可能比临床医生的阅读能力不那么容易解释。它仍然是一种算法，需要人类的监督。”

AI在解释超声心动图中的潜在作用

虽然Panecho尚未可用临床用途，本文讨论了该技术的几个潜在的未来临床应用。例如，超声心动图学家可以利用该工具作为初步读取器来帮助评估超声心动图实验室中的图像和视频。它也可以用作第二组眼睛，以帮助识别现有数据库中潜在遗漏的异常。

研究人员还指出，这项技术在低资源环境中可能特别有价值，在该设置中，可以使用设备和熟练的超声心动图师的访问权限。在这些环境中，临床医生经常依靠手持式超声波超声设备，这些设备产生较低质量的成像，这可能更具挑战性的解释。

为了验证模型的准确性超声波超声波，研究人员使用了耶鲁纽黑文医院急诊室的成像，该部门执行了现场超声波检查，作为常规护理的一部分。

Khera说：“我们在世界范围内复制了低资源环境的经验，临床医生通常使用手持超声波，并等待其他地方的心脏病专家解释这些图像。”“即使有质量较低的图像，我们的模型也非常有弹性，并获得了制定高度准确确定所需的信息。”

正在进行的研究以评估AI工具的有效性

Khera和他的同事现在正在努力进行研究，以评估使用该工具如何改变耶鲁大学超声心动图实验室中的患者护理。

Khera说：“我们正在了解更多有关临床医生如何在现实世界中使用该工具的知识，包括对其工作流程的修改，对信息的响应以及该工具在临床环境中添加的价值（如果有的话）。”

埃里克·J·韦拉兹克斯（Eric J. J. Velazquez）说：“本研究中验证的AI工具具有帮助我们提高效率和准确性的潜力，最终使我们能够筛查和治疗更多患有心血管疾病的患者。”“我为耶鲁大学继续投资于尖端研究，以帮助我们创新提供护理的新方法感到自豪。”

完整的型号和权重可用通过开源，研究团队正在鼓励其他研究人员使用超声心动图研究测试该模型并进行改进。

其他研究作者包括德克萨斯大学奥斯汀分校的Zhangyang Wang博士，以及semmelweis University的Md.D. D. D. D. D.