AI-aangedreven echografie verbetert de detectie van aangeboren hartafwijkingen aanzienlijk

AI-aangedreven echografie verbetert de detectie van aangeboren hartafwijkingen aanzienlijk

Artsen van de afdeling Verloskunde, Gynaecologie en Reproductieve Wetenschappen van Raquel en Jaime Gilinski van Mount Sinai zijn de eersten in New York City die een hulpmiddel voor kunstmatige intelligentie (AI) hebben geïmplementeerd dat echografieën op grote schaal verbetert – wat leidt tot eerdere detectie en betere zorg voor baby’s en gezinnen.

Aangeboren hartafwijkingen, of aandoeningen die bij de geboorte aanwezig zijn en die de structuur van het hart beïnvloeden, behoren tot de meest voorkomende geboorteafwijkingen. Volgens de National Institutes of Health zal ongeveer 1 op de 500 pasgeborenen worden gediagnosticeerd met een ernstige aangeboren hartafwijking die dringende medische of chirurgische interventie vereist om te overleven.

Carnegie Imaging for Women, een geavanceerde beeldvormingsfaciliteit voor verloskunde en gynaecologie, is het eerste centrum in New York City dat een door de Food and Drug Administration goedgekeurde AI-softwaretool van het medische bedrijf BrightHeart gebruikt om echografieën nauwkeuriger en efficiënter te maken. Het centrum, aangesloten bij de berg Sinaï, heeft drie locaties in Manhattan.

In een huidigeVerloskunde en gynaecologieIn een onderzoek onder leiding van artsen van Mount Sinai West gebruikten onderzoekers AI-technologie om hun detectiepercentages van echografieën die verdacht zijn voor ernstige aangeboren hartafwijkingen te verbeteren tot ruim 97 procent, waardoor de leestijd met 18 procent werd verkort en de betrouwbaarheidsscores met 19 procent werden verbeterd.

AI-ondersteuning bij prenatale diagnostiek biedt niet alleen verbeterde detectie, maar heeft ook het potentieel om de workflow aanzienlijk te verbeteren en de efficiëntie te verhogen. Wij als artsen moeten de beschikbare innovaties en technologieën gebruiken om de kwaliteit van de patiëntenzorg te maximaliseren. Deze technologie maakt het mogelijk om het gebied van prenatale diagnostiek te ‘nivelleren’, zodat beoordeling op bijna-expertniveau van foetale echografieën mogelijk wordt, vooral in centra of geografische locaties zonder foetale hartexperts.”

Jennifer Lam-Rachlin, MD,Corresponderende auteur,Universitair docent verloskunde, gynaecologie en voortplantingswetenschappen aan de Icahn School of Medicine op de berg Sinaï

Onderzoekers onderzochten een dataset van 200 ongeïdentificeerde foetale echografieën tussen week 18 en 24 van de zwangerschap van 11 medische centra in twee landen, waaronder 100 met minstens één verdachte bevinding. Het doel van de studie was om de associatie te evalueren tussen het gebruik van AI-gebaseerde software en leesprestaties bij het identificeren van echografieën in het tweede trimester die verdacht worden van ernstige aangeboren hartafwijkingen. Zeven verloskundigen-gynaecologen en zeven maternale-foetale geneeskundespecialisten (experts op het gebied van risicozwangerschappen) beoordeelden elk onderzoek in willekeurige volgorde, zowel met als zonder AI-hulp, en beoordeelden de aan- of afwezigheid van elke bevinding die verdacht was voor aangeboren hartafwijkingen met behulp van betrouwbaarheidsscores.

AI-ondersteunde interpretatie ging gepaard met een betere detectie van laesies die verdacht werden van ernstige aangeboren hartafwijkingen. De studie toonde het vermogen van op AI gebaseerde software aan om de detectie van deze verdachte bevindingen met behulp van prenatale echografie te verbeteren, evenals de algehele veiligheid en tijdefficiëntie bij het interpreteren van deze scans.

“Ons onderzoek zou toekomstig onderzoek moeten initiëren en aanmoedigen naar het vermogen van AI-aangedreven software om de detectiepercentages te verbeteren zodra deze zijn geïntegreerd in klinische workflows om de variabiliteit en ongelijkheid in de detectie van aangeboren hartafwijkingen wereldwijd te verminderen”, zegt co-auteur Andrei Rebarber, MD, directeur van de afdeling Maternale-Fetale Geneeskunde op Mount Sinai West en klinisch hoogleraar verloskunde, gynaecologie en reproductieve wetenschappen aan de Icahn School of Medicine op Mount Sinai. “De toekomst van prenatale diagnostische beeldvorming ziet er rooskleurig uit als AI-software wordt gebruikt als aanvulling op de medische interpretatie.”

Bronnen: