Ο υπέρηχος με τεχνητή νοημοσύνη βελτιώνει σημαντικά την ανίχνευση συγγενών καρδιακών ελαττωμάτων

Ο υπέρηχος με τεχνητή νοημοσύνη βελτιώνει σημαντικά την ανίχνευση συγγενών καρδιακών ελαττωμάτων

Οι γιατροί στο Τμήμα Μαιευτικής, Γυναικολογίας και Αναπαραγωγικών Επιστημών του Mount Sinai Raquel and Jaime Gilinski έχουν γίνει οι πρώτοι στη Νέα Υόρκη που εφαρμόζουν ένα εργαλείο τεχνητής νοημοσύνης (AI) που βελτιώνει τις σαρώσεις υπερήχων σε κλίμακα - οδηγώντας σε έγκαιρη ανίχνευση και καλύτερη φροντίδα για μωρά και οικογένειες.

Τα συγγενή καρδιακά ελαττώματα, ή καταστάσεις που υπάρχουν κατά τη γέννηση που επηρεάζουν τη δομή της καρδιάς, είναι από τις πιο κοινές ανωμαλίες κατά τη γέννηση. Σύμφωνα με τα Εθνικά Ινστιτούτα Υγείας, περίπου 1 στα 500 νεογνά θα διαγνωστεί με σοβαρό συγγενές καρδιακό ελάττωμα που απαιτεί επείγουσα ιατρική ή χειρουργική επέμβαση για να επιβιώσει.

Το Carnegie Imaging for Women, μια προηγμένη μονάδα απεικόνισης μαιευτικής και γυναικολογίας, είναι το πρώτο κέντρο στη Νέα Υόρκη που χρησιμοποιεί ένα εργαλείο λογισμικού AI εγκεκριμένο από την Υπηρεσία Τροφίμων και Φαρμάκων από την ιατρική εταιρεία BrightHeart για να κάνει τους υπερήχους πιο ακριβείς και αποτελεσματικούς. Το κέντρο, που συνδέεται με το όρος Σινά, έχει τρεις τοποθεσίες στο Μανχάταν.

Σε μια τρέχουσαΜαιευτική και γυναικολογίαΣε μια μελέτη με επικεφαλής γιατρούς στο Mount Sinai West, οι ερευνητές χρησιμοποίησαν τεχνολογία AI για να βελτιώσουν τα ποσοστά ανίχνευσης ευρημάτων υπερήχων ύποπτων για σοβαρά συγγενή καρδιακά ελαττώματα σε πάνω από 97%, μειώνοντας τον χρόνο ανάγνωσης κατά 18 τοις εκατό και βελτιώνοντας τους βαθμούς εμπιστοσύνης κατά 19 τοις εκατό.

Η υποστήριξη AI στην προγεννητική διάγνωση όχι μόνο προσφέρει βελτιωμένη ανίχνευση, αλλά έχει επίσης τη δυνατότητα να βελτιώσει σημαντικά τη ροή εργασίας και να αυξήσει την αποτελεσματικότητα. Εμείς ως κλινικοί γιατροί θα πρέπει να χρησιμοποιήσουμε τις καινοτομίες και τις τεχνολογίες που είναι διαθέσιμες για να μεγιστοποιήσουμε την ποιότητα της φροντίδας των ασθενών. Αυτή η τεχνολογία επιτρέπει την «ισοπέδωση» του πεδίου της προγεννητικής διάγνωσης για να επιτρέψει την ανασκόπηση σχεδόν σε επίπεδο ειδικού των εμβρυϊκών υπερηχογραφικών εξετάσεων, ιδιαίτερα σε κέντρα ή γεωγραφικές τοποθεσίες χωρίς ειδικούς στην εμβρυϊκή καρδιά».

Jennifer Lam-Rachlin, MD,Αντίστοιχος συγγραφέας,Επίκουρος Καθηγητής Μαιευτικής, Γυναικολογίας και Αναπαραγωγικών Επιστημών στην Ιατρική Σχολή Icahn στο Όρος Σινά

Οι ερευνητές εξέτασαν ένα σύνολο δεδομένων 200 μη αναγνωρισμένων υπερηχογραφημάτων εμβρύου μεταξύ 18 και 24 εβδομάδων εγκυμοσύνης από 11 ιατρικά κέντρα σε δύο χώρες, συμπεριλαμβανομένων 100 με τουλάχιστον ένα ύποπτο εύρημα. Ο στόχος της μελέτης ήταν να αξιολογήσει τη συσχέτιση μεταξύ της χρήσης λογισμικού βασισμένου σε τεχνητή νοημοσύνη και της απόδοσης ανάγνωσης στον εντοπισμό υπερήχων δεύτερου τριμήνου για τα οποία υπάρχουν υποψίες για μείζονα συγγενή καρδιακά ελαττώματα. Επτά μαιευτήρες-γυναικολόγοι και επτά ειδικοί της μητρικής-εμβρυϊκής ιατρικής (ειδικοί σε εγκυμοσύνες υψηλού κινδύνου) εξέτασαν κάθε εξέταση με τυχαία σειρά, τόσο με όσο και χωρίς βοήθεια AI, και αξιολόγησαν την παρουσία ή την απουσία κάθε ευρήματος ύποπτου για συγγενείς καρδιακές ανωμαλίες χρησιμοποιώντας βαθμολογίες εμπιστοσύνης.

Η υποβοηθούμενη από την ΑΙ ερμηνεία συσχετίστηκε με βελτιωμένη ανίχνευση βλαβών για τις οποίες υπάρχει υποψία ότι έχουν μείζονα συγγενή καρδιακά ελαττώματα. Η μελέτη κατέδειξε την ικανότητα του λογισμικού που βασίζεται σε τεχνητή νοημοσύνη να βελτιώνει την ανίχνευση αυτών των ύποπτων ευρημάτων χρησιμοποιώντας προγεννητικό υπερηχογράφημα, καθώς και τη συνολική ασφάλεια και αποτελεσματικότητα χρόνου στην ερμηνεία αυτών των σαρώσεων.

«Η μελέτη μας θα πρέπει να ξεκινήσει και να ενθαρρύνει μελλοντική έρευνα σχετικά με την ικανότητα του λογισμικού με τεχνητή νοημοσύνη να βελτιώνει τα ποσοστά ανίχνευσης αφού ενσωματωθεί στις κλινικές ροές εργασιών για να μειώσει τη μεταβλητότητα και την ανισότητα στην ανίχνευση συγγενών καρδιακών ελαττωμάτων παγκοσμίως», δήλωσε ο συν-συγγραφέας Andrei Rebarber, MD, διευθυντής του Τμήματος Μητρικής-Εμβρυϊκής Ιατρικής και Καθηγήτριας Κλινικής Ιατρικής και Μονάδας Εμβρύου στο West. επιστήμες αναπαραγωγής στην Ιατρική Σχολή Icahn στο Όρος Σινά. «Το μέλλον της προγεννητικής διαγνωστικής απεικόνισης είναι λαμπρό όταν χρησιμοποιείται λογισμικό AI για να συμπληρώσει την ιατρική ερμηνεία».

Πηγές: