AI-drevet ultralyd forbedrer markant påvisningen af medfødte hjertefejl
Læger ved Mount Sinais Raquel og Jaime Gilinski afdeling for obstetrik, gynækologi og reproduktionsvidenskab er blevet de første i New York City til at implementere et kunstig intelligens (AI) værktøj, der forbedrer ultralydsscanninger i stor skala - hvilket fører til tidligere opdagelse og bedre pleje af babyer og familier. Medfødte hjertefejl eller ved fødslen...
AI-drevet ultralyd forbedrer markant påvisningen af medfødte hjertefejl
Læger ved Mount Sinais Raquel og Jaime Gilinski afdeling for obstetrik, gynækologi og reproduktionsvidenskab er blevet de første i New York City til at implementere et kunstig intelligens (AI) værktøj, der forbedrer ultralydsscanninger i stor skala - hvilket fører til tidligere opdagelse og bedre pleje af babyer og familier.
Medfødte hjertefejl eller tilstande tilstede ved fødslen, der påvirker hjertets struktur, er blandt de mest almindelige fødselsanomalier. Ifølge National Institutes of Health vil omkring 1 ud af 500 nyfødte blive diagnosticeret med en alvorlig medfødt hjertefejl, der kræver akut medicinsk eller kirurgisk indgreb for at overleve.
Carnegie Imaging for Women, en avanceret obstetrik og gynækologisk billedbehandlingsfacilitet, er det første center i New York City, der bruger et Food and Drug Administration-godkendt AI-softwareværktøj fra medicinfirmaet BrightHeart til at gøre ultralyd mere præcis og effektiv. Centret, der er tilknyttet Mount Sinai, har tre lokationer på Manhattan.
I en aktuelObstetrik og gynækologiI en undersøgelse ledet af læger ved Mount Sinai West brugte forskere AI-teknologi til at forbedre deres detektionsrater af ultralydsfund, der er mistænkelige for alvorlige medfødte hjertefejl, til over 97 procent, hvilket reducerede læsetiden med 18 procent og forbedrede konfidensscore med 19 procent.
AI-støtte i prænatal diagnostik tilbyder ikke kun forbedret detektion, men har også potentialet til at forbedre arbejdsgangen betydeligt og øge effektiviteten. Vi som klinikere bør udnytte de innovationer og teknologier, der er tilgængelige for at maksimere kvaliteten af patientbehandlingen. Denne teknologi gør det muligt at "nivellere" området inden for prænatal diagnostik for at muliggøre gennemgang på næsten ekspertniveau af føtale ultralydsundersøgelser, især i centre eller geografiske steder uden føtale hjerteeksperter."
Jennifer Lam-Rachlin, MD,Tilsvarende forfatter,Adjunkt i obstetrik, gynækologi og reproduktionsvidenskab ved Icahn School of Medicine på Mount Sinai
Forskere undersøgte et datasæt med 200 uidentificerede føtale ultralydsscanninger mellem uge 18 og 24 af graviditeten fra 11 medicinske centre i to lande, herunder 100 med mindst ét mistænkeligt fund. Formålet med undersøgelsen var at evaluere sammenhængen mellem brugen af AI-baseret software og læsepræstation til at identificere andet trimester ultralyd mistænkt for alvorlige medfødte hjertefejl. Syv fødselslæger-gynækologer og syv specialister i moder-føtal medicin (eksperter i højrisikograviditeter) gennemgik hver undersøgelse i tilfældig rækkefølge, både med og uden AI-assistance, og vurderede tilstedeværelsen eller fraværet af hvert fund, der var mistænkeligt for medfødte hjertefejl ved hjælp af konfidensscore.
AI-assisteret fortolkning var forbundet med forbedret detektion af læsioner, der mistænkes for at have større medfødte hjertefejl. Undersøgelsen demonstrerede evnen af AI-baseret software til at forbedre detekteringen af disse mistænkelige fund ved hjælp af prænatal ultralyd, såvel som den overordnede sikkerhed og tidseffektivitet ved fortolkning af disse scanninger.
"Vores undersøgelse bør initiere og tilskynde til fremtidig forskning i evnen af AI-drevet software til at forbedre detektionshastigheder, når de først er integreret i kliniske arbejdsgange for at reducere variabilitet og ulighed i påvisningen af medfødte hjertefejl på verdensplan," sagde medforfatter Andrei Rebarber, MD, direktør for afdelingen for Maternal-Fetal Medicine ved Mount Sinaigystric og reproduktiv klinik, professor i obligatorisk og reproduktiv medicin i Mount Sinai. videnskaber ved Icahn School of Medicine ved Sinai-bjerget. "Fremtiden for prænatal diagnostisk billeddannelse er lys, når AI-software bruges til at supplere medicinsk fortolkning."
Kilder: