Инструмент ИИ диагностирует запущенную сердечную недостаточность с высокой точностью

Революция в диагностике запущенной сердечной недостаточности с помощью ИИ

Запущенная сердечная недостаточность, изнурительное состояние, затрагивающее сотни тысяч людей во всем мире, долгое время представляла собой значительную диагностическую проблему. Пациенты часто страдают от задержек в постановке диагноза из-за сложного и ресурсоемкого характера существующих методов оценки. Однако новаторское исследование, проведенное совместной командой из Weill Cornell Medicine, Cornell Tech, Cornell Ann S. Bowers College of Computing and Information Science, Columbia University Vagelos College of Physicians and Surgeons и NewYork-Presbyterian, призвано изменить эту ситуацию. Исследователи успешно разработали и протестировали инструмент на основе искусственного интеллекта (ИИ), который может выявлять пациентов с запущенной сердечной недостаточностью с высокой точностью, используя рутинные данные ультразвукового исследования сердца и электронные медицинские карты (ЭМК). Этот инновационный подход обещает демократизировать диагностику и значительно улучшить уход за пациентами.

Диагностическое узкое место: Почему ИИ критически важен

В настоящее время окончательный диагноз запущенной сердечной недостаточности в значительной степени основывается на кардиопульмональном нагрузочном тестировании (CPET). Хотя CPET эффективен, это специализированная процедура, требующая дорогостоящего оборудования и высококвалифицированного персонала, что делает ее доступной в основном только в крупных академических медицинских центрах. Это создает существенное диагностическое "бутылочное горлышко", из-за которого, по оценкам, 200 000 американцев с запущенной сердечной недостаточностью ежегодно остаются без надлежащего обслуживания или без диагноза. Отсутствие широкого доступа к CPET означает, что многие пациенты упускают возможность для своевременного вмешательства и специализированной помощи.

Новый метод, основанный на ИИ, напрямую решает эту проблему, предоставляя более доступное и масштабируемое диагностическое решение. «Это открывает многообещающий путь для более эффективной оценки пациентов с запущенной сердечной недостаточностью с использованием источников данных, которые уже интегрированы в рутинную практику», — объясняет доктор Фэй Ван, заместитель декана по ИИ и науке о данных, а также профессор медицинской информатики имени Фрэнсис и Джона Л. Лёбов в Weill Cornell Medicine и старший автор исследования. Прогнозируя пиковое потребление кислорода (peak VO2) — наиболее важный показатель CPET — на основе легко получаемых ультразвуковых изображений и данных ЭМК, модель ИИ обходит традиционные ограничения, обеспечивая выявление и получение надлежащего ухода большим количеством пациентов.

Мультимодальный подход ИИ для точной кардиологии

Замечательные возможности инструмента ИИ обусловлены его сложной мультимодальной, многоэкземплярной моделью машинного обучения. Разработанная командой доктора Вана, включая ведущих авторов доктора Чжэ Хуана и доктора Вэйшэня Паня, эта модель может одновременно обрабатывать несколько различных типов данных, предлагая всесторонний обзор состояния здоровья сердца пациента.

Эта способность объединять и интерпретировать различные потоки данных позволяет ИИ изучать сложные паттерны, указывающие на запущенную сердечную недостаточность, которые могут быть пропущены при изолированном анализе данных. Модель была тщательно обучена с использованием деидентифицированных данных от 1000 пациентов с сердечной недостаточностью в NewYork-Presbyterian/Columbia University Irving Medical Center. После обучения ее эффективность была подтверждена на новой когорте из 127 пациентов с сердечной недостаточностью из трех других кампусов NewYork-Presbyterian. Результаты были убедительными, демонстрируя общую точность примерно 85% в различении пациентов с высоким риском. Эта высокая точность предполагает ее потенциальную полезность в реальных клинических условиях, предлагая новый эталон для оценки ИИ-агентов для производства в медицинской диагностике.

Многообещающие результаты и совместные инновации

Успех этого инструмента ИИ является свидетельством силы междисциплинарного сотрудничества, что является отличительной чертой Инициативы по ИИ в кардиологии, более широких усилий Cornell, Columbia и NewYork-Presbyterian. Доктор Нир Уриэль, директор по запущенной сердечной недостаточности и трансплантации сердца в NewYork-Presbyterian, сыграл ключевую роль в инициировании проекта. «Первоначально мы собрали группу из более чем 40 специалистов по сердечной недостаточности и попросили их рассказать нам, где, по их мнению, ИИ может быть применен наилучшим образом», — вспоминает он. Такой подход, возглавляемый клиницистами, гарантировал, что решение на основе ИИ напрямую отвечало критической клинической потребности.

Доктор Дебора Эстрин, заместитель декана по воздействию в Cornell Tech, подчеркнула симбиотические отношения: «Тесное взаимодействие между клиницистами и исследователями ИИ в этом проекте в конечном итоге способствовало разработке новых методов ИИ, которые иначе не были бы исследованы. Таким образом, это был случай, когда медицина формировала будущее ИИ, а не просто ИИ формировал будущее медицины». Этот дух сотрудничества, объединяющий клинический опыт с передовыми исследованиями ИИ, имел решающее значение для разработки надежного и клинически значимого инструмента. Такие партнерства необходимы для продвижения приложений ИИ в чувствительных областях, таких как здравоохранение, где конфиденциальность данных и этические соображения имеют первостепенное значение. Усилия в области корпоративной конфиденциальности при обработке медицинских данных постоянно развиваются.

Открывая путь к клинической интеграции и будущему воздействию

Многообещающие результаты этого исследования знаменуют собой значительный шаг к интеграции ИИ в рутинную сердечно-сосудистую помощь. Исследовательская группа уже планирует клинические исследования, что является необходимым этапом для получения одобрения Управления по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) и последующего широкого клинического внедрения. Доктор Уриэль подчеркнул преобразующий потенциал: «Если мы сможем использовать этот подход для выявления многих пациентов с запущенной сердечной недостаточностью, которые иначе не были бы выявлены, то это изменит нашу клиническую практику и значительно улучшит результаты для пациентов и качество их жизни».

Этот инструмент ИИ представляет собой нечто большее, чем просто технологическое достижение; это парадигмальный сдвиг в том, как можно диагностировать запущенную сердечную недостаточность, делая прецизионную медицину более доступной. Используя существующую инфраструктуру (ультразвуковые аппараты) и широко доступные данные (ЭМК), модель снижает барьеры для раннего выявления, гарантируя, что больше пациентов получат своевременное, жизнеспасающее лечение. Успех этой инициативы, несомненно, вдохновит на дальнейшее изучение роли ИИ в различных медицинских специальностях, в конечном итоге повышая точность диагностики и уход за пациентами во всех областях.