Ultrasonografia wykorzystująca sztuczną inteligencję znacząco poprawia wykrywanie wrodzonych wad serca

Ultrasonografia wykorzystująca sztuczną inteligencję znacząco poprawia wykrywanie wrodzonych wad serca

Lekarze z Wydziału Położnictwa, Ginekologii i Nauk o Rozrodczości Raquel i Jaime Gilinski w Mount Sinai jako pierwsi w Nowym Jorku wdrożyli narzędzie oparte na sztucznej inteligencji (AI), które usprawnia skanowanie ultrasonograficzne na dużą skalę, co prowadzi do wcześniejszego wykrywania i lepszej opieki nad dziećmi i rodzinami.

Wrodzone wady serca, czyli stany występujące od urodzenia, które wpływają na strukturę serca, należą do najczęstszych wad wrodzonych. Według Narodowego Instytutu Zdrowia u około 1 na 500 noworodków zostanie zdiagnozowana poważna wrodzona wada serca, która do przeżycia wymaga pilnej interwencji medycznej lub chirurgicznej.

Carnegie Imaging for Women, zaawansowana placówka obrazowania położniczego i ginekologicznego, jest pierwszym ośrodkiem w Nowym Jorku, który korzysta z oprogramowania AI zatwierdzonego przez Food and Drug Administration firmy medycznej BrightHeart, aby ultradźwięki były dokładniejsze i wydajniejsze. Centrum, stowarzyszone z Mount Sinai, ma trzy lokalizacje na Manhattanie.

W aktualnymPołożnictwo i ginekologiaW badaniu przeprowadzonym przez lekarzy z Mount Sinai West badacze wykorzystali technologię sztucznej inteligencji, aby poprawić współczynnik wykrywalności wyników badań ultrasonograficznych podejrzanych o poważne wrodzone wady serca do ponad 97 procent, skracając czas czytania o 18 procent i poprawiając wskaźniki pewności o 19 procent.

Wsparcie sztucznej inteligencji w diagnostyce prenatalnej nie tylko zapewnia lepszą wykrywalność, ale może również znacznie usprawnić przepływ pracy i zwiększyć wydajność. Jako lekarze powinniśmy wykorzystywać dostępne innowacje i technologie, aby zmaksymalizować jakość opieki nad pacjentem. Technologia ta umożliwia „wyrównanie” pola diagnostyki prenatalnej, aby umożliwić przegląd badań ultrasonograficznych płodu na poziomie niemal eksperckim, szczególnie w ośrodkach lub lokalizacjach geograficznych nieposiadających specjalistów od serca płodu”.

Jennifer Lam-Rachlin, lekarz medycyny,Autor do korespondencji,Adiunkt położnictwa, ginekologii i nauk o rozrodczości w Icahn School of Medicine w Mount Sinai

Naukowcy zbadali zbiór danych obejmujący 200 niezidentyfikowanych badań USG płodu pomiędzy 18. a 24. tygodniem ciąży z 11 ośrodków medycznych w dwóch krajach, w tym 100 z co najmniej jednym podejrzanym wynikiem. Celem badania była ocena związku między stosowaniem oprogramowania opartego na sztucznej inteligencji a wynikami czytania w identyfikowaniu badań ultrasonograficznych drugiego trymestru podejrzanych o poważne wrodzone wady serca. Siedmiu położników-ginekologów i siedmiu specjalistów medycyny matczyno-płodowej (eksperci od ciąż wysokiego ryzyka) sprawdziło każde badanie w losowej kolejności, zarówno z pomocą sztucznej inteligencji, jak i bez niej, i oceniło obecność lub brak każdego wyniku podejrzanego o wrodzone wady serca, korzystając z wskaźników ufności.

Interpretacja wspomagana sztuczną inteligencją została powiązana z lepszą wykrywalnością zmian podejrzanych o występowanie poważnych wrodzonych wad serca. Badanie wykazało, że oprogramowanie oparte na sztucznej inteligencji może poprawić wykrywanie podejrzanych zmian za pomocą ultrasonografii prenatalnej, a także ogólne bezpieczeństwo i oszczędność czasu w interpretacji tych skanów.

„Nasze badanie powinno inicjować przyszłe badania nad zdolnością oprogramowania opartego na sztucznej inteligencji do poprawy współczynników wykrywalności po włączeniu go do procesów klinicznych i zachęcać do niego w celu zmniejszenia zmienności i rozbieżności w wykrywaniu wrodzonych wad serca na całym świecie” – powiedział współautor Andrei Rebarber, lekarz medycyny, dyrektor Oddziału Medycyny Matczyno-Płodowej w Mount Sinai West oraz profesor kliniczny położnictwa, ginekologii i nauk o rozrodczości w Icahn School of Medicine w Mount Sinai. „Przyszłość obrazowania do diagnostyki prenatalnej rysuje się w jasnych barwach, gdy oprogramowanie AI uzupełnia interpretację medyczną”.

Źródła: