Umělá inteligence šetřící srdce: Systém umělé inteligence slibuje identifikaci příznaků odmítnutí transplantovaného srdce

Umělá inteligence šetřící srdce: transplantace srdce může zachránit život pacientům v konečném stádiu srdečního selhání. U mnoha pacientů však dochází k odmítnutí transplantovaného orgánu, při kterém imunitní systém napadne transplantovaný orgán

Odhalit odmítnutí transplantátu je ale náročné. V počátečních stádiích nemusí pacienti pociťovat příznaky a odborníci se ne vždy shodují na stupni a závažnosti odmítnutí, když zkoumají biopsie srdce, aby diagnostikovali problém.

KARDIOPROTEKCE A KARDIOPULMONÁRNÍ resuscitace? NAVŠTÍVTE TEĎ EMD112 BOOTH NA EMERGENCY EXPO, ZÍSKEJTE VÍCE

AI, která pomáhá při transplantacích srdce: systém CRANE

Aby pomohli vyřešit tyto problémy, vyšetřovatelé Harvardské lékařské fakulty v Brigham and Women's Hospital vytvořili systém umělé inteligence nazvaný neurální estimátor pro hodnocení odmítnutí srdce (CRANE), který může pomoci odhalit odmítnutí a odhadnout jeho závažnost.

V pilotní studii tým vyhodnotil výkon CRANE na vzorcích srdeční tkáně poskytnuté pacienty ze tří různých zemí a zjistil, že by to mohlo pomoci kardiologickým odborníkům přesněji diagnostikovat odmítnutí a zkrátit dobu potřebnou k vyšetření.

Výsledky práce týmu publikované v Nature Medicine demonstrují proveditelnost a příslib použití tohoto přístupu ve větších klinických studiích.

„Naše retrospektivní pilotní studie prokázala, že kombinace umělé inteligence a lidské inteligence může zlepšit shodu odborníků a zkrátit čas potřebný k vyhodnocení biopsií,“ řekl hlavní autor studie Faisal Mahmood, odborný asistent patologie HMS na Brigham and Women's.

"Naše výsledky připravily půdu pro rozsáhlé klinické studie, aby se zjistila užitečnost modelů umělé inteligence pro zlepšení výsledků transplantace srdce."

Mahmood také vede Mahmood Lab na katedře patologie v Brigham and Women's.

Srdeční biopsie se běžně používají k identifikaci a klasifikaci závažnosti odmítnutí orgánu u pacientů po transplantaci srdce.

Několik studií však ukázalo, že odborníci se často neshodnou na tom, zda pacient odmítá srdce nebo na stupni závažnosti odmítnutí.

Variabilita v diagnóze má přímé klinické důsledky a může způsobit kritická zpoždění v léčbě, zbytečné následné biopsie, úzkost, nedostatečné dávkování léků a v konečném důsledku horší výsledky.

EKG VYBAVENÍ? NAVŠTÍVTE ZOLL BOOTH NA EMERGENCY EXPO

CRANE, kdy AI posuzuje srdce v tandemu s profesionály

CRANE je navržen pro použití v tandemu s lidským odborným hodnocením pro rychlejší stanovení přesné diagnózy a může být také použit v prostředí, kde může být k dispozici málo odborníků na patologii.

Tým vycvičil CRANEa pro detekci, podtypování a klasifikaci odmítnutí transplantátu pomocí tisíců patologických snímků z více než 1,300 biopsií srdce z Brigham and Women's.

Výzkumníci poté model ověřili pomocí testovacích biopsií od Brigham and Women's a nezávislých externích testovacích sad obdržených z nemocnic ve Švýcarsku a Turecku.

Externí ověřovací datové soubory byly vytvořeny tak, aby demonstrovaly velkou míru variability jako způsob zátěžového testování modelu AI a zajistily, že bude fungovat přesně, i když se setká s mnoha matoucími signály.

CRANE si vedl dobře při zjišťování a hodnocení odmítnutí s výsledky srovnatelnými s výsledky konvenčních hodnocení.

Když odborníci tento nástroj použili, neshody mezi odborníky se snížily a doba posouzení se zkrátila.

Autoři podotýkají, že využití tohoto nástroje v klinické praxi ještě nebylo stanoveno a plánují provést další vylepšení systému, ale výsledky ilustrují potenciál integrace AI do diagnostiky.

"Během historie medicíny byla diagnostická hodnocení do značné míry subjektivní," řekl Mahmood.

„Ale kvůli výkonu a podpoře výpočetních nástrojů se to začíná měnit.

Je správný čas udělat posun tím, že spojíme lidi s klinickými odbornými znalostmi a odborníky v počítačové vědě za účelem vývoje pomocných diagnostických nástrojů.“

Onemocnění srdce: kdo podporoval AI CRANE

Tato práce byla částečně podporována BWH President's Fund, National Institute of General Medical Sciences (R35GM138216), Google Cloud Research Grant, Nvidia GPU Grant Programm, interními fondy od Brigham and Women's and Massachusetts General Hospital Pathology, National Institutes of Health , National Library of Medicine Biomedicínská informatika a výzkumný program pro výzkum dat (T15LM007092), National Human Genome Research Institute Ruth L. Kirschstein National Research Service Award Grant na školení v bioinformatice (T32HG002295), National Cancer Institute Ruth L. Kirschstein National Service Award (T32CA251062) a stipendium pro absolventy National Science Foundation.

Přečtěte si také:

Nouzové živě ještě více…Živě: Stáhněte si novou bezplatnou aplikaci vašich novin pro IOS a Android

Srdeční selhání a umělá inteligence: Algoritmus samoučení k detekci známek neviditelných pro EKG

Srdeční selhání: Příznaky a možná léčba

Co je srdeční selhání a jak jej rozpoznat?

Srdce: Co je srdeční infarkt a jak zasáhneme?

Máte bušení srdce? Zde je to, co jsou a co označují

Příznaky srdečního infarktu: Co dělat v případě nouze, role KPR

Zdroj:

Harvard Medical School

Mohlo by se Vám také líbit