AI-drivet ultraljud förbättrar avsevärt upptäckten av medfödda hjärtfel

AI-drivet ultraljud förbättrar avsevärt upptäckten av medfödda hjärtfel

Läkare vid Mount Sinais Raquel och Jaime Gilinskis avdelning för obstetrik, gynekologi och reproduktionsvetenskap har blivit de första i New York City att implementera ett verktyg för artificiell intelligens (AI) som förbättrar ultraljudsskanningar i stor skala - vilket leder till tidigare upptäckt och bättre vård för spädbarn och familjer.

Medfödda hjärtfel, eller tillstånd som finns vid födseln som påverkar hjärtats struktur, är bland de vanligaste födelseanomalierna. Enligt National Institutes of Health kommer cirka 1 av 500 nyfödda att diagnostiseras med ett allvarligt medfött hjärtfel som kräver akut medicinsk eller kirurgisk ingrepp för att överleva.

Carnegie Imaging for Women, en avancerad bildbehandlingsanläggning för obstetrik och gynekologi, är det första centret i New York City som använder ett Food and Drug Administration-godkänt AI-mjukvaruverktyg från medicinska företaget BrightHeart för att göra ultraljud mer exakt och effektiv. Centret, som är knutet till Mount Sinai, har tre platser på Manhattan.

I en aktuellObstetrik och gynekologiI en studie ledd av läkare vid Mount Sinai West använde forskare AI-teknik för att förbättra sina upptäcktsfrekvenser av ultraljudsfynd misstänkta för allvarliga medfödda hjärtfel till över 97 procent, vilket minskade lästiden med 18 procent och förbättrade konfidenspoäng med 19 procent.

AI-stöd inom prenatal diagnostik erbjuder inte bara förbättrad detektion, utan har också potential att avsevärt förbättra arbetsflödet och öka effektiviteten. Vi som läkare bör använda de innovationer och teknologier som finns tillgängliga för att maximera kvaliteten på patientvården. Den här tekniken gör det möjligt att "utjämna" området för prenatal diagnostik för att möjliggöra granskning på nära expertnivå av ultraljudsundersökningar av foster, särskilt i centra eller geografiska platser utan fosterhjärtexperter."

Jennifer Lam-Rachlin, MD,Motsvarande författare,Biträdande professor i obstetrik, gynekologi och reproduktionsvetenskap vid Icahn School of Medicine vid Mount Sinai

Forskare undersökte en datauppsättning med 200 oidentifierade fetala ultraljudsundersökningar mellan vecka 18 och 24 av graviditeten från 11 vårdcentraler i två länder, inklusive 100 med minst ett misstänkt fynd. Syftet med studien var att utvärdera sambandet mellan användningen av AI-baserad programvara och läsprestanda för att identifiera andra trimesterns ultraljud som misstänks för allvarliga medfödda hjärtfel. Sju obstetriker-gynekologer och sju specialister inom mödra- och fostermedicin (experter på högriskgraviditeter) granskade varje undersökning i slumpmässig ordning, både med och utan AI-hjälp, och bedömde närvaron eller frånvaron av varje fynd som var misstänkt för medfödda hjärtfel med hjälp av konfidenspoäng.

AI-assisterad tolkning var associerad med förbättrad upptäckt av lesioner som misstänks ha allvarliga medfödda hjärtfel. Studien visade förmågan hos AI-baserad programvara att förbättra upptäckten av dessa misstänkta fynd med prenatalt ultraljud, såväl som den övergripande säkerheten och tidseffektiviteten vid tolkningen av dessa skanningar.

"Vår studie bör initiera och uppmuntra framtida forskning om förmågan hos AI-driven mjukvara att förbättra detektionshastigheten när den väl har integrerats i kliniska arbetsflöden för att minska variationer och skillnader i upptäckten av medfödda hjärtfel över hela världen", säger medförfattare Andrei Rebarber, MD, chef för avdelningen för mödra-fetalmedicin vid Mount Sinaigyc-kliniken, professorn i Mount Sinaicstric och oblast. vetenskaper vid Icahn School of Medicine vid Mount Sinai. "Framtiden för prenatal diagnostisk bildbehandling är ljus när AI-programvara används för att komplettera medicinsk tolkning."

Källor: