Minden iLive-tartalmat orvosi szempontból felülvizsgáltak vagy tényszerűen ellenőriznek, hogy a lehető legtöbb tényszerű pontosságot biztosítsák.
Szigorú beszerzési iránymutatásunk van, és csak a jó hírű média oldalakhoz, az akadémiai kutatóintézetekhez és, ha lehetséges, orvosilag felülvizsgált tanulmányokhoz kapcsolódik. Ne feledje, hogy a zárójelben ([1], [2] stb.) Szereplő számok ezekre a tanulmányokra kattintható linkek.
Ha úgy érzi, hogy a tartalom bármely pontatlan, elavult vagy más módon megkérdőjelezhető, jelölje ki, és nyomja meg a Ctrl + Enter billentyűt.
A kardiológusok egy nagy AI-modellt képeztek ki a szív szerkezetének és működésének értékelésére
Utolsó ellenőrzés: 02.07.2025
A Cedars-Sinai és a Smidt Heart Institute mesterséges intelligencia szakértői több mint 1 millió echokardiogramot (a szív videó ultrahangfelvételét) és azok klinikai értelmezését tartalmazó adatbázist hoztak létre. Ezt az adatbázist felhasználva fejlesztették ki az EchoCLIP-et, egy hatékony gépi tanulási algoritmust, amely képes „értelmezni” az echokardiogram képeit és értékelni a kulcsfontosságú mutatókat.
Az EchoCLIP felépítése és értékelése, melyet a Nature Medicine folyóiratban megjelent tanulmány ismertet, arra utal, hogy a beteg echokardiogramjának EchoCLIP segítségével történő értelmezése szakorvosi szintű klinikai vizsgálatokat tesz lehetővé, beleértve a szívfunkció, a korábbi műtétek és a beültetett eszközök eredményeinek felmérését, és segíthet az orvosoknak a kezelésre szoruló betegek azonosításában.
Az EchoCLIP alapmodell képes azonosítani ugyanazt a beteget több videón, vizsgálaton és időpontban is, és felismeri a beteg szívében bekövetkező klinikailag jelentős változásokat.
„Tudomásunk szerint ez a legnagyobb modell, amelyet echokardiográfiás képeken képeztek ki” – mondta a tanulmány vezető szerzője, Dr. David Ouyang, a Smidt Szívintézet Kardiológiai Osztályának és a Mesterséges Intelligencia Orvostudományi Osztályának oktatója.
„Sok korábbi echokardiográfiai mesterséges intelligencia modellt csupán több tízezer példán képeztek ki. Ezzel szemben az EchoCLIP egyedülállóan magas képelemzési teljesítménye annak köszönhető, hogy közel tízszer annyi adaton tanítottak be, mint a meglévő modellek.”
„Eredményeink azt mutatják, hogy a nagyméretű orvosi képalkotó adathalmazok és a szakértők által ellenőrzött értelmezések alapul szolgálhatnak az alapvető orvosi modellek betanításához, amelyek a generatív mesterséges intelligencia egyik formáját jelentik” – tette hozzá Ouyang.
EchoCLIP munkafolyamat. Forrás: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y
Megjegyezte, hogy ez a fejlett alapmodell hamarosan segíthet a kardiológusoknak az echokardiogramok értékelésében a szívmérés becsléseinek generálásával, az időbeli változások és a gyakori betegségek azonosításával.
A kutatócsoport 1 032 975 szívultrahang-videóból és a hozzájuk tartozó szakértői értelmezésekből álló adatbázist hozott létre az EchoCLIP fejlesztéséhez. A tanulmány főbb megállapításai a következők:
- Az EchoCLIP magas teljesítményt mutatott a szívfunkció szívfelvételekből történő értékelésében.
- Az alapmodell képes volt azonosítani a beültetett intrakardiális eszközöket, például a pacemakereket, a mitrális billentyű implantátumokat és az aorta billentyű implantátumokat az echokardiogram képekből.
- Az EchoCLIP pontosan azonosította az egyedi betegeket a vizsgálatok során, kimutatta a klinikailag jelentős változásokat, például a korábbi szívműtéteket, és lehetővé tette az echokardiogram képeinek előzetes szöveges értelmezésének kidolgozását.
„Az alapmodellek a generatív mesterséges intelligencia egyik legújabb területét jelentik, de a legtöbb modell nem rendelkezik elegendő orvosi adattal ahhoz, hogy hasznos legyen az egészségügyben” – mondta Christina M. Albert, MD, MPH, a Smidt Szívintézet Kardiológiai Osztályának vezetője.
Albert, aki nem vett részt a tanulmányban, hozzátette: „Ez az új alapmodell integrálja a számítógépes látást az echokardiogram képértelmezéséhez a természetes nyelvi feldolgozással, hogy javítsa a kardiológusok értelmezését.”