拯救心脏的 AI：人工智能系统有望识别心脏移植排斥的迹象
救心人工智能：心脏移植可以挽救终末期心力衰竭患者的生命。 然而，许多患者经历器官移植排斥反应，其中免疫系统攻击移植器官
但检测移植排斥反应具有挑战性。 在早期阶段，患者可能不会出现症状，专家在检查心脏活检以诊断问题时，并不总是就排斥的程度和严重程度达成一致。
心脏保护和心肺复苏？ 立即参观 EMD112 展位以了解更多信息
有助于心脏移植的人工智能：CRANE 系统
为了帮助应对这些挑战，布莱根妇女医院的哈佛医学院研究人员创建了一个人工智能系统，称为心脏排斥评估神经估计器 (CRANE)，可以帮助检测排斥并估计其严重程度。
在一项试点研究中，该团队评估了 CRANE 对来自三个不同国家的患者提供的心脏组织样本的表现，发现它可以帮助心脏专家更准确地诊断排斥反应并减少检查所需的时间。
该团队的工作结果发表在《自然医学》上，证明了在更大的临床试验中使用这种方法的可行性和前景。
“我们的回顾性试点研究表明，结合人工智能和人类智能可以提高专家共识并减少评估活检所需的时间，”该研究的资深作者、布莱根妇女医院病理学助理教授 Faisal Mahmood 说。
“我们的结果为大规模临床试验奠定了基础，以建立人工智能模型在改善心脏移植结果方面的效用。”
Mahmood 还领导 Brigham and Women's 病理学系的 Mahmood 实验室。
心脏活检通常用于识别和分级心脏移植后患者器官排斥的严重程度。
然而，几项研究表明，专家们经常对患者是否排斥心脏或排斥的严重程度持不同意见。
诊断的变异性具有直接的临床后果，并可能导致严重的治疗延误、不必要的后续活检、焦虑、药物剂量不足，并最终导致更糟糕的结果。
CRANE，当人工智能与专业人士一起评估心脏时
CRANE 旨在与人类专家评估结合使用，以更快地建立准确的诊断，它也可用于可能很少有病理学专家可用的环境中。
该团队使用来自 Brigham and Women's 的 1,300 多个心脏活检的数千张病理图像对 CRANE 进行了移植排斥检测、分型和分级的培训。
然后，研究人员使用布莱根妇女医院的测试活组织检查和从瑞士和土耳其医院收到的独立外部测试集验证了该模型。
构建外部验证数据集是为了展示很大程度的可变性，作为对 AI 模型进行压力测试的一种方式，并确保它即使在遇到大量令人困惑的信号时也能准确执行。
CRANE 在检测和评估拒绝方面表现良好，其结果与传统评估的结果相当。
当专家使用该工具时，专家之间的分歧减少了，评估时间也减少了。
作者指出，该工具在临床实践中的用途仍有待确定，他们计划对该系统进行进一步改进，但结果说明了将 AI 集成到诊断中的潜力。
“纵观医学历史，诊断评估在很大程度上是主观的，”马哈茂德说。
“但由于计算工具的强大功能和帮助，这种情况开始发生变化。
现在正是通过将具有临床专业知识的人员和具有计算科学专业知识的人员聚集在一起来开发辅助诊断工具来做出转变的时候了。”
心脏病：谁支持 AI CRANE
这项工作部分得到了 BWH 总统基金、国家普通医学科学研究所 (R35GM138216)、谷歌云研究资助、Nvidia GPU 资助计划、布莱根妇女医院和麻省总医院病理学、美国国立卫生研究院的内部资金的支持, 美国国家医学图书馆生物医学信息学和数据科学研究培训计划 (T15LM007092), 美国国家人类基因组研究所 Ruth L. Kirschstein 国家研究服务奖生物信息学培训资助 (T32HG002295), 美国国家癌症研究所 Ruth L. Kirschstein 国家服务奖（T32CA251062）和国家科学基金会研究生奖学金。
另请参阅：
紧急直播甚至更多……直播：下载适用于 IOS 和 Android 的报纸的新免费应用程序