AI koji štedi srce: sistem umjetne inteligencije obećava u prepoznavanju znakova odbijanja transplantacije srca

AI koji štedi srce: transplantacija srca može biti spasonosna za pacijente sa završnom srčanom insuficijencijom. Međutim, mnogi pacijenti doživljavaju odbacivanje presađenog organa, pri čemu imuni sistem napada presađeni organ

Ali otkrivanje odbacivanja transplantata je izazov. U ranoj fazi, pacijenti možda neće osjetiti simptome, a stručnjaci se ne slažu uvijek o stepenu i ozbiljnosti odbacivanja kada pregledaju biopsiju srca kako bi dijagnosticirali problem.

KARDIOPROTEKCIJA I KARDIOPULMONARNA REANIMACIJA? POSJETITE EMD112 BOOTH NA HITNOM EXPO -u ODMAH DA SAZNATE VIŠE

AI koji pomaže u transplantaciji srca: CRANE sistem

Kako bi pomogli u rješavanju ovih izazova, istraživači Harvardske medicinske škole u Brigham and Women's Hospital kreirali su sistem umjetne inteligencije nazvan neuronski estimator za procjenu srčanog odbacivanja (CRANE) koji može pomoći u otkrivanju odbijanja i procjeni njegove ozbiljnosti.

U pilot studiji, tim je procijenio učinak CRANE-a na uzorcima srčanog tkiva koje su dali pacijenti iz tri različite zemlje, otkrivši da bi to moglo pomoći kardiološkim stručnjacima da preciznije dijagnosticiraju odbacivanje i smanje vrijeme potrebno za pregled.

Rezultati rada tima, objavljeni u Nature Medicine, pokazuju izvodljivost i obećanje korištenja ovog pristupa u većim kliničkim ispitivanjima.

“Naša retrospektivna pilot studija pokazala je da kombinacija umjetne inteligencije i ljudske inteligencije može poboljšati dogovor stručnjaka i smanjiti vrijeme potrebno za procjenu biopsija,” rekao je viši autor studije Faisal Mahmood, HMS docent patologije na Brigham and Women's.

“Naši rezultati postavljaju teren za velike kliničke studije kako bi se utvrdila korisnost AI modela za poboljšanje ishoda transplantacije srca.”

Mahmood također vodi Mahmood Lab na odjelu za patologiju u Brigham and Women's.

Biopsije srca se obično koriste za identifikaciju i ocjenu težine odbacivanja organa kod pacijenata nakon transplantacije srca.

Međutim, nekoliko studija je pokazalo da se stručnjaci često ne slažu oko toga da li pacijent odbija srce ili stepen ozbiljnosti odbijanja.

Promjenjivost u dijagnozi ima direktne kliničke posljedice i može uzrokovati kritična kašnjenja u liječenju, nepotrebne naknadne biopsije, anksioznost, neadekvatno doziranje lijekova i, na kraju, lošije ishode.

EKG OPREMA? POSJETITE ZOLL BOOTH NA HITNOM EXPU

CRANE, kada AI procjenjuje srce u tandemu sa profesionalcima

CRANE je dizajniran da se koristi u tandemu sa ljudskim stručnim procenama kako bi se brže postavila tačna dijagnoza, a može se koristiti i u okruženjima gde može biti malo stručnjaka za patologiju.

Tim je obučio CRANE-a za otkrivanje, podtipizaciju i ocjenjivanje odbacivanja transplantata koristeći hiljade patoloških slika sa preko 1,300 biopsija srca iz Brigham and Women's.

Istraživači su zatim potvrdili model, koristeći test biopsije iz Brigham and Women's i nezavisne, eksterne testove primljene iz bolnica u Švicarskoj i Turskoj.

Eksterni skupovi podataka za validaciju su konstruisani da pokažu veliki stepen varijabilnosti kao način testiranja na stres AI modela i osiguraju da može da radi tačno čak i kada naiđe na mnogo zbunjujućih signala.

CRANE se dobro pokazao u otkrivanju i procjeni odbijanja, s rezultatima uporedivim s onima iz konvencionalnih procjena.

Kada su stručnjaci koristili alat, neslaganje između stručnjaka je smanjeno, a vrijeme procjene smanjeno.

Autori napominju da ostaje da se utvrdi upotreba alata u kliničkoj praksi i planiraju da naprave dalja poboljšanja sistema, ali rezultati ilustruju potencijal integracije AI u dijagnostiku.

"Kroz istoriju medicine, dijagnostičke procjene su bile uglavnom subjektivne", rekao je Mahmood.

“Ali zbog snage i pomoći računalnih alata, to počinje da se mijenja.

Pravo je vrijeme da se napravi pomak okupljanjem ljudi s kliničkom ekspertizom i onima koji imaju stručnost u kompjuterskim znanostima kako bi razvili pomoćne dijagnostičke alate.”

Bolest srca: ko je podržao AI CRANE

Ovaj rad je djelimično podržan od strane Fonda predsjednika BWH, Nacionalnog instituta za opšte medicinske nauke (R35GM138216), Google Cloud Research Grant-a, Nvidia GPU Grant Programa, internih fondova Brigham and Women's and Massachusetts General Hospital Pathology, Nacionalnog instituta za zdravlje , Nacionalna medicinska biblioteka za biomedicinsku informatiku i program obuke za nauku o podacima (T15LM007092), Nacionalni institut za istraživanje ljudskog genoma Ruth L. Kirschstein Nagrada Nacionalna istraživačka služba za bioinformatiku Grant za obuku (T32HG002295), Nacionalni institut za rak Ruth L. Kirschstein Nacionalna služba (T32CA251062) i stipendiju Nacionalne naučne fondacije.

Pročitajte takođe:

Hitna pomoć uživo još više…Uživo: preuzmite novu besplatnu aplikaciju vaših novina za iOS i Android

Srčana insuficijencija i umjetna inteligencija: algoritam za samoučenje za otkrivanje znakova nevidljivih EKG-u

Zatajenje srca: simptomi i mogući tretmani

Šta je srčana insuficijencija i kako se može prepoznati?

Srce: Šta je srčani udar i kako da intervenišemo?

Imate li lupanje srca? Evo šta su i na šta ukazuju

Simptomi srčanog udara: Šta učiniti u hitnim slučajevima, uloga CPR-a

Izvor:

Harvard Medical School

Moglo bi vam se svidjeti