01:00 
Новое исследование показало, что применение методов искусственного интеллекта к данным УЗИ сердца может облегчить выявление пациентов с тяжелой сердечной недостаточностью. Исследование, проведенное исследователями из Weill Cornell Medicine, Cornell Tech, Cornell Ann S. Bowers College of Computing and Information Science, Колледжа врачей и хирургов Vagelos Колумбийского университета и New York-Presbyterian, открывает перспективы улучшения ухода за многими тысячами пациентов, которые могут быть упущены из виду из-за сложности диагностики их состояния.
Развитая сердечная недостаточность в настоящее время выявляется с помощью сердечно-легочных тестов с физической нагрузкой. (CPET), который требует специального оборудования и обученного персонала и обычно доступен только в крупных медицинских центрах. Частично из-за этого узкого места в диагностике лишь немногие из примерно 200 000 человек в Соединенных Штатах с тяжелой сердечной недостаточностью получают соответствующую помощь каждый год. В новом исследовании, опубликованном 3 марта в журнале npj Digital Medicine, исследователи протестировали новый метод на основе искусственного интеллекта, который может устранить это узкое место. Новый метод с высокой точностью прогнозирует наиболее важный показатель CPET, пиковое потребление кислорода (пик VO2), используя гораздо более легко доступные ультразвуковые изображения сердца пациента, а также электронные медицинские записи пациента.
Это открывает многообещающий путь для более эффективной оценки пациентов с поздней сердечной недостаточностью с использованием источников данных, которые уже встроены в рутинную помощь».
Доктор Фей Ван, старший автор исследования, заместитель декана по искусственному интеллекту и науке о данных, а также Фрэнсис и Джон Л. Леб Профессор медицинской информатики в Weill Cornell Medicine
В исследовании принимали участие не только команда доктора Вана в области информатики и экспертов по искусственному интеллекту, но и группы под руководством доктора Деборы Эстрин, заместителя декана Корнеллского технологического института; а также, с клинической точки зрения, доктора Нира Уриэля, директора отделения сердечной недостаточности и трансплантации сердца в Нью-Йоркском пресвитерианском университете.
Реализация перспектив искусственного интеллекта в сердце помощь при сердечной недостаточности
Настоящая статья является первой статьей, созданной в рамках Инициативы сердечно-сосудистого искусственного интеллекта — масштабной инициативы Корнеллского университета, Колумбийского университета и Нью-Йоркского пресвитерианского университета, направленной на изучение использования искусственного интеллекта для улучшения диагностики и лечения сердечной недостаточности. Последние достижения в области искусственного интеллекта позволили использовать не только популярные потребительские и бизнес-ориентированные приложения, но и модели машинного обучения, обученные обнаруживать закономерности, связанные с заболеваниями, в текстовых и графических медицинских данных.
"Изначально мы собрали группу из более чем нескольких человек. 40 специалистов по сердечной недостаточности и попросили их рассказать нам, где, по их мнению, лучше всего применять ИИ», — сказал доктор Уриэль, который также является профессором кардиологии имени Сеймура, Пола и Глории Мильштейнов на медицинском факультете Колледжа врачей и хирургов Вагелоса Колумбийского университета и адъюнкт-профессором медицины в Гринбергском отделении кардиологии в Weill Cornell Medicine.
Использование ИИ на данных ультразвукового исследования сердца для выявления пациентов с сердечной недостаточностью на поздних стадиях кажется одним из Затем д-р Уриэль обратился к экспертам по искусственному интеллекту из Cornell Tech, Cornell Bowers и Weill Cornell Medicine, которые разработали новую модель машинного обучения в течение нескольких лет сотрудничества.
"Тесное взаимодействие между клиницистами и исследователями искусственного интеллекта в этом проекте привело к разработке новых методов искусственного интеллекта, которые иначе не были бы исследованы", - сказал д-р Эстрин, профессор компьютерных наук Корнеллского технологического института Роберта В. Тишмана '37, профессор в Корнелле. Бауэрс и профессор наук о здоровье населения в Weill Cornell Medicine: «Итак, это был случай, когда медицина формирует будущее искусственного интеллекта, а не только искусственный интеллект формирует будущее медицины».
Команда искусственного интеллекта под руководством доктора Ванга, в которую входят ведущие авторы доктор Чжэ Хуан и доктор Вейшен Пан, а также студенты и преподаватели Корнеллского университета Бауэрс, разработали мультимодальную многоэкземплярную модель машинного обучения, которая может обрабатывать несколько различных типов данных, включая обычные движущиеся ультразвуковые изображения. сердце, соответствующие изображения формы сигналов, отображающие динамику сердечного клапана и кровоток, а также различные элементы, обнаруженные в электронных медицинских картах.
Модель была обучена на обезличенных данных 1000 пациентов с сердечной недостаточностью, наблюдаемых в Медицинском центре Ирвинга Нью-Йоркского пресвитерианского/Колумбийского университета. После обучения перед моделью была поставлена задача спрогнозировать пиковое значение VO2, эффективно определяющее статус высокого риска, для новой группы из 127 пациентов с сердечной недостаточностью от трех других. Пресвитерианские кампусы Нью-Йорка.
Результаты прогнозирования пикового значения VO2 на основе искусственного интеллекта были лучше, чем любые другие, исследователи использовали показатель, который связан с вероятностью того, что случайно выбранный пациент из группы высокого риска в выборке имеет более высокий прогнозируемый риск, чем случайно выбранный пациент из группы низкого риска.
