Veštačka inteligencija automatizuje dijagnozu teške bolesti srčanih zalistaka

Veštačka inteligencija automatizuje dijagnozu teške bolesti srčanih zalistaka

Istraživači u laboratoriji za nauku o kardiovaskularnim podacima (CarDS) razvili su novi pristup koji može otkriti uobičajenu srčanu bolest zalistaka poznatu kao teška aortna stenoza ultrazvučnim skeniranjem srca. Studija, objavljena 23. avgusta u European Heart Journal, mogla bi imati implikacije na rutinsku kliničku negu.

Teška aortna stenoza, ili AS, je veliki zdravstveni poremećaj, posebno kod starijih osoba, uzrokovan sužavanjem aortnog zalistka. Rana dijagnoza može omogućiti intervencije za ublažavanje simptoma i smanjenje rizika od hospitalizacije i prerane smrti.

Specijalizovana ultrazvučna slika srca, nazvana dopler ehokardiografija, je glavni test za otkrivanje AS. Tim je razvio model dubokog učenja koji može da koristi jednostavnije ultrazvučno skeniranje srca za automatsko otkrivanje teške AS.

Tehnologiju je razvio Rohan Khera, MD, MS, docent za kardiovaskularnu medicinu i zdravstvenu informatiku, direktor CarDS Lab-a, i stariji autor studije, i kolege na Odseku za elektrotehniku i računarstvo porodice Chandra u UT Austinu, sa 5.257 studija koje su uključivale 17.570 video zapisa između 2016. i 2020. u bolnici Iale Nev Haven. Model je eksterno potvrđen od strane 2.040 uzastopnih studija iz različitih kohorti u Novoj Engleskoj i Kaliforniji.

„Naš izazov je da je precizna procena AS-a ključna za upravljanje pacijentima i smanjenje rizika. Dok specijalizovano testiranje ostaje zlatni standard, oslanjanje na one koji stignu u naše ehokardiografske laboratorije verovatno propuštaju ljude u ranoj fazi bolesti“, rekao je Kera.

„Naš cilj je bio da razvijemo pristup mašinskom učenju koji bi bio prikladan za ultrazvučni skrining na mestu nege“, rekao je prvi autor studije Evangelos Oikonomu, MD, DPhil, saradnik iz kardiologije i trenutni postdoktorski istraživač u laboratoriji CarDS.

Njihov rad omogućava rano otkrivanje aortne stenoze kako bi pacijenti mogli da dobiju blagovremenu negu. „Naš rad može da omogući širi skrining zajednice za AS jer se ručni ultrazvuk sve više može koristiti bez potrebe za specijalizovanijom opremom. Oni se već često koriste u odeljenjima hitne pomoći i mnogim drugim ustanovama za negu“, dodao je Khera.

Napredak je rezultat bliske saradnje između kliničara-istraživača i kompjuterskih naučnika. Greg Holste, dr. student na UT Austinu, a ko-savetovao ga je dr Khera, koji je vodio razvoj inovativne metodologije koja je omogućila tehnologiju i bio je koautor studije. „Da bi se omogućio praktičan razvoj koji koristi novu tehnologiju za poboljšanje kliničke nege, takva multidisciplinarna saradnja je od suštinskog značaja,“ naglasio je dr Khera.