Heart-Saving AI: ett artificiellt intelligenssystem visar lovande när det gäller att identifiera tecken på hjärttransplantatavstötning
Hjärtsparande AI: hjärttransplantation kan vara livräddande för patienter med hjärtsvikt i slutstadiet. Men många patienter upplever organtransplantatavstötning, där immunsystemet angriper det transplanterade organet
Men att upptäcka transplantationsavstötning är utmanande. I dess tidiga skeden kanske patienter inte upplever symtom, och experter är inte alltid överens om graden och svårighetsgraden av avstötningen när de undersöker hjärtbiopsier för att diagnostisera problemet.
AI som hjälper till vid hjärttransplantationer: CRANE-systemet
För att hjälpa till att ta itu med dessa utmaningar skapade Harvard Medical Schools utredare vid Brigham and Women's Hospital ett artificiellt intelligenssystem som kallas hjärtavstötningsbedömning neural estimator (CRANE) som kan hjälpa till att upptäcka avstötning och uppskatta dess svårighetsgrad.
I en pilotstudie utvärderade teamet CRANE:s prestanda på hjärt-vävnadsprover från patienter från tre olika länder, och fann att det kunde hjälpa hjärtexperter mer exakt att diagnostisera avstötning och minska den tid som behövs för undersökning.
Resultaten av teamets arbete, publicerade i Nature Medicine, visar genomförbarheten och löftet att använda denna metod i större kliniska prövningar.
"Vår retrospektiva pilotstudie visade att en kombination av artificiell intelligens och mänsklig intelligens kan förbättra experternas överenskommelse och minska den tid som behövs för att utvärdera biopsier", säger studiens seniorförfattare Faisal Mahmood, HMS biträdande professor i patologi vid Brigham and Women's.
"Våra resultat satte scenen för storskaliga kliniska prövningar för att fastställa användbarheten av AI-modeller för att förbättra hjärttransplantationsresultat."
Mahmood leder också Mahmood Lab vid avdelningen för patologi vid Brigham and Women's.
Hjärtbiopsier används ofta för att identifiera och gradera svårighetsgraden av organavstötning hos patienter efter hjärttransplantation.
Flera studier har dock visat att experter ofta är oense om huruvida patienten avvisar hjärtat eller graden av svårighetsgrad av avstötningen.
Variabiliteten i diagnos har direkta kliniska konsekvenser och kan orsaka kritiska förseningar i behandlingen, onödiga uppföljningsbiopsier, ångest, otillräcklig medicindosering och i slutändan sämre resultat.
EKG -UTRUSTNING? BESÖK ZOLL -STÅLEN PÅ NÖD EXPO
CRANE, när AI bedömer hjärtat tillsammans med proffs
CRANE är utformad för att användas tillsammans med mänsklig expertbedömning för att snabbare fastställa en korrekt diagnos, och den kan också användas i miljöer där det kan finnas få patologiexperter tillgängliga.
Teamet tränade CRANE för detektion, subtypning och gradering av transplantatavstötning med hjälp av tusentals patologibilder från över 1,300 XNUMX hjärtbiopsier från Brigham and Women's.
Forskarna validerade sedan modellen med hjälp av testbiopsier från Brigham and Women's och oberoende, externa testset från sjukhus i Schweiz och Turkiet.
De externa valideringsdatauppsättningarna konstruerades för att demonstrera en stor grad av variation som ett sätt att stresstesta AI-modellen och säkerställa att den kan prestera korrekt även när den stöter på många förvirrande signaler.
CRANE presterade bra i att upptäcka och bedöma avstötning, med resultat jämförbara med de från konventionella bedömningar.
När experter använde verktyget minskade oenigheten mellan experter och bedömningstiden minskade.
Författarna noterar att verktygets användning i klinisk praxis återstår att fastställa, och de planerar att göra ytterligare förbättringar av systemet, men resultaten illustrerar potentialen för att integrera AI i diagnostik.
"Genom medicinens historia har diagnostiska bedömningar till stor del varit subjektiva," sa Mahmood.
"Men på grund av kraften och hjälpen från beräkningsverktyg börjar det förändras.
Det är dags att göra ett skifte genom att sammanföra människor med klinisk expertis och de med expertis inom beräkningsvetenskap för att utveckla assisterande diagnostiska verktyg.”
Hjärtsjukdom: vem stödde AI CRANE
Detta arbete stöddes delvis av BWH President's Fund, National Institute of General Medical Sciences (R35GM138216), ett Google Cloud Research Grant, Nvidia GPU Grant Program, interna medel från Brigham and Women's och Massachusetts General Hospital Pathology, National Institutes of Health , National Library of Medicine Biomedical Informatics and Data Science Research Training Program (T15LM007092), National Human Genome Research Institute Ruth L. Kirschstein National Research Service Award Bioinformatics Training Grant (T32HG002295), National Cancer Institute Ruth L. Kirschstein National Service Award (T32CA251062), och National Science Foundation Graduate Fellowship.
Läs också:
Emergency Live Ännu mer...Live: Ladda ner den nya gratisappen för din tidning för IOS och Android
Hjärtsvikt: Symtom och möjliga behandlingar
Vad är hjärtsvikt och hur kan det kännas igen?
Hjärta: Vad är en hjärtattack och hur ingriper vi?
Har du hjärtklappning? Här är vad de är och vad de indikerar
Symtom på hjärtinfarkt: Vad man ska göra i en nödsituation, HLR:s roll