ШІ-інструмент інтерпретує ехокардіограми за лічені хвилини

Нове дослідження Єльської школи медицини (Yale School of Medicine), опубліковане в журналі JAMA, показало, що інструмент на основі штучного інтелекту (ШІ) здатен інтерпретувати ехокардіограми з високою точністю лише за кілька хвилин.

Ехокардіографія — це ключовий метод діагностики серцево-судинних захворювань, однак він вимагає значних часових затрат і участі висококваліфікованих спеціалістів. Дослідники прагнули створити технологію, яка допоможе лікарям підвищити точність оцінки стану серця та пришвидшити клінічні процеси.

У результаті вони виявили, що інструмент ШІ під назвою PanEcho здатен виконувати 39 діагностичних завдань і точно виявляти такі патології, як тяжкий аортальний стеноз, систолічна дисфункція та знижена фракція викиду лівого шлуночка. Це дослідження спирається на попередні наукові публікації, зокрема у European Heart Journal (2023), які підтверджують високу точність цієї технології.

Модель навчали на понад 999 тисячах ехокардіографічних відео, зібраних у пацієнтів системи Yale New Haven Health у період з січня 2016 до червня 2022 року. Надалі інструмент валідували на даних 5 130 пацієнтів тієї ж системи охорони здоров’я, а також на трьох зовнішніх когортних вибірках: у Центрі серця і судин Університету Земмельвейса (Будапешт, Угорщина), у Лікарні Стенфордського університету та в медичному центрі Stanford Health Care.

Навіть зображення нижчої якості, отримані з портативних УЗД-апаратів, не завадили точній діагностиці. Алгоритм продемонстрував високу стійкість до варіацій у якості візуалізації.

Наразі PanEcho не використовується в рутинній клінічній практиці, проте автори дослідження бачать декілька перспективних напрямів його застосування. Зокрема, він може допомогти як попередній «читач» зображень та відео, а також як «другий погляд» — для виявлення потенційно пропущених аномалій у вже проаналізованих дослідженнях.

Дослідники зазначають, що ця технологія може бути особливо корисною в умовах з обмеженими ресурсами, де бракує як обладнання, так і досвідчених лікарів функціональної діагностики. 

Щоб перевірити точність моделі на прикладах УЗД у місцях надання медичної допомоги, дослідники використали зображення з відділення невідкладної допомоги Yale New Haven Hospital, де подібні УЗД входять до стандартної практики.

«Ми відтворили умови, типовi для медичних закладів із низьким рівнем забезпечення по всьому світу, де лікарі зазвичай користуються ручними ультразвуковими сканерами і чекають на інтерпретацію зображень кардіологом, — пояснює доктор Рохан Кхера (Rohan Khera, MD, MS), старший автор дослідження. —  Попри нижчу якість зображень, наша модель виявилася стійкою і здатною отримати всю необхідну інформацію для точної діагностики».

Повна модель з відкритим вихідним кодом знаходиться у відкритому доступі, і дослідницька команда заохочує інших науковців тестувати її на власних ехокардіографічних даних та вдосконалювати.