AI koji štedi srce: sustav umjetne inteligencije obećava u prepoznavanju znakova odbijanja presađenog srca

AI koji štedi srce: transplantacija srca može biti spasonosna za pacijente s zatajenjem srca u završnoj fazi. Međutim, mnogi pacijenti doživljavaju odbacivanje presađenog organa, pri čemu imunološki sustav napada presađeni organ

Ali otkrivanje odbacivanja transplantata je izazovno. U ranoj fazi, pacijenti možda neće osjetiti simptome, a stručnjaci se ne slažu uvijek o stupnju 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 sustav

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

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

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

"Naša retrospektivna pilot studija pokazala je da kombiniranje umjetne 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 velika klinička ispitivanja 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 obično se koriste za identifikaciju i ocjenu težine odbacivanja organa u bolesnika nakon transplantacije srca.

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

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

EKG OPREMA? POSJETITE ZOLL BOOTH NA HITNOM EXPU

CRANE, kada AI procjenjuje srce u tandemu s profesionalcima

CRANE je dizajniran za korištenje u tandemu s ljudskom stručnom procjenom kako bi se brže uspostavila točna dijagnoza, a također se može koristiti u okruženjima u kojima može biti malo dostupnih stručnjaka za patologiju.

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

Istraživači su zatim potvrdili model, koristeći testne biopsije iz Brigham and Women's i neovisne, vanjske testne setove dobivene iz bolnica u Švicarskoj i Turskoj.

Eksterni skupovi podataka za provjeru valjanosti konstruirani su kako bi pokazali veliki stupanj varijabilnosti kao način testiranja na stres AI modela i osigurali da može točno raditi čak i kada naiđe na puno zbunjujućih signala.

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

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

Autori napominju da se tek treba utvrditi upotreba alata u kliničkoj praksi, te planiraju napraviti daljnja poboljšanja sustava, no rezultati ilustriraju potencijal integracije AI u dijagnostiku.

“Kroz povijest medicine, dijagnostičke procjene bile su uglavnom subjektivne”, rekao je Mahmood.

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

Pravo je vrijeme da napravimo pomak okupljanjem ljudi s kliničkom stručnošću i onih koji imaju stručnost u računalnim znanostima kako bi razvili pomoćne dijagnostičke alate.”

Bolest srca: tko je podržao AI CRANE

Ovaj rad djelomično je podržao Fond predsjednika BWH-a, Nacionalni institut za opće medicinske znanosti (R35GM138216), Google Cloud Research Grant, Nvidia GPU Grant Program, interna sredstva Brigham and Women's and Massachusetts General Hospital Pathology, Nacionalni instituti za zdravlje , Nacionalna medicinska knjižnica za biomedicinsku informatiku i program osposobljavanja za znanost 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 National Service (T32CA251062) i Nacionalna znanstvena zaklada diplomirana stipendija.

Čitajte također:

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

Zatajenje srca i umjetna inteligencija: algoritam za samoučenje za otkrivanje znakova nevidljivih EKG-u

Zatajenje srca: simptomi i mogući tretmani

Što je zatajenje srca i kako se može prepoznati?

Srce: Što je srčani udar i kako intervenirati?

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

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

Izvor:

Harvard Medical School

Također bi željeli