JAMA Cardiology | 深度學(xué)習(xí)通過(guò)超聲影像檢測(cè)左心室肥厚
原創(chuàng)?圖靈基因?圖靈基因?
收錄于話題#前沿生物大數(shù)據(jù)分析425個(gè)
來(lái)自Cedars-Sinai的Smidt心臟研究所的科學(xué)家們開(kāi)發(fā)了一種人工智能（AI）工具宝泵，可以識(shí)別和區(qū)分兩種通常容易被忽視的危及生命的心臟病——肥厚型心肌病和心臟淀粉樣變性列林。
他們的研究結(jié)果發(fā)表在《JAMA Cardiology》上的一篇題為“High-Throughput Precision Phenotyping of Left Ventricular Hypertrophy With Cardiovascular Deep Learning”的論文中司训。
“早期發(fā)現(xiàn)和表征左心室（LV）壁厚增加可顯著影響患者護(hù)理何吝，但受限于對(duì)肥厚的認(rèn)識(shí)不足铺董、測(cè)量誤差和變異性遣铝，以及難以區(qū)分導(dǎo)致壁厚增加的原因爬橡，如肥厚冻河、心肌病和心臟淀粉樣變性箍邮。”研究人員寫道叨叙。
“即使是心臟病專家也很難準(zhǔn)確識(shí)別這兩種心臟病锭弊，因此患者往往要持續(xù)數(shù)年到數(shù)十年才能得到正確的診斷∷ち玻”Smidt心臟研究所的心臟病專家廷蓉、該研究的資深作者、醫(yī)學(xué)博士David Ouyang解釋說(shuō)马昙，“我們的人工智能算法可以精確定位肉眼看不到的疾病模式桃犬，然后利用這些模式來(lái)預(yù)測(cè)正確的診斷⌒欣悖”
該算法被用于來(lái)自Cedars-Sinai和斯坦福醫(yī)療中心超聲心動(dòng)圖實(shí)驗(yàn)室的34000多個(gè)心臟超聲視頻攒暇。當(dāng)應(yīng)用于這些臨床圖像時(shí)，該算法識(shí)別出與心壁厚度和心腔大小相關(guān)的特定特征子房，從而有效地將某些患者標(biāo)記為疑似患有潛在的未被識(shí)別的心臟病形用。
“該算法比臨床專家訓(xùn)練有素的眼睛更準(zhǔn)確地識(shí)別出高尉驮患者√锒龋”O(jiān)uyang說(shuō)妒御，“這是因?yàn)樵撍惴ㄔ诔曇曨l中捕捉到細(xì)微的線索，這些線索可以區(qū)分心臟疾病镇饺，這些心臟疾病在最初的檢查中可能看起來(lái)非常類似于更良性的疾病乎莉，也可能彼此非常相似〖轶裕”
在沒(méi)有全面檢測(cè)的情況下惋啃，區(qū)分相似的疾病可能是一個(gè)挑戰(zhàn)。該算法不僅可以區(qū)分異常和正常监右，還可以區(qū)分潛在的危及生命的心臟疾病边灭，并在疾病臨床進(jìn)展到可能影響健康結(jié)果的程度之前就可以檢測(cè)到警告信號(hào)。
“這項(xiàng)人工智能技術(shù)最重要的一個(gè)方面健盒，不僅是能夠區(qū)分異常和正常绒瘦，而且還能夠區(qū)分這些異常情況，因?yàn)槊糠N心臟病的治療和管理都非常不同味榛⊥旨幔”研究人員說(shuō)予跌。
研究人員計(jì)劃很快對(duì)被人工智能算法標(biāo)記為疑似心臟淀粉樣變性的患者進(jìn)行臨床試驗(yàn)搏色。參加試驗(yàn)的患者將由Smidt心臟研究所心臟淀粉樣變性項(xiàng)目的專家進(jìn)行檢查。
一項(xiàng)針對(duì)被算法標(biāo)記為疑似肥厚型心肌病患者的臨床試驗(yàn)在Cedars-Sinai開(kāi)始了券册。
“人工智能在心臟病學(xué)中的應(yīng)用在相對(duì)較短的時(shí)間內(nèi)迅速而顯著地發(fā)展频轿。”Smidt心臟研究所心臟病學(xué)系健康老齡化研究所所長(zhǎng)烁焙、該研究的聯(lián)合高級(jí)作者航邢、公共衛(wèi)生碩士、醫(yī)學(xué)博士Susan Cheng補(bǔ)充道骄蝇，“這些跨越研究和臨床護(hù)理的顯著進(jìn)步可以對(duì)我們的患者的生活產(chǎn)生巨大影響膳殷。”
