AI診斷心臟超聲圖像，準確度竟比專業醫生高20％！

葯明康德/報道

在之前的文章里我們提到過，人工智慧已經在識別心電圖圖像方面取得了非常大的突破。而最近，人工智慧已經開始涉足超聲心動圖的識別和分析：來自加利福尼亞大學舊金山分校（UC San Francisco）的研究人員發現，和超聲檢查醫生相比，人工智慧可以從超聲心動圖中更快、更準確地對心臟狀況進行診斷。

成像是醫學診斷的重要組成部分。然而，解讀超聲心動圖等醫學圖像是一個複雜和耗時的過程，因為一套完整的超聲心動圖包括從十幾個不同角度進行測量的視頻片段、靜止圖像和心臟記錄，而這些圖片和視頻可能只存在著非常細微的差異。人類對這些超聲心動圖進行解讀，可能會在分析的準確性上受到影響，從而導致這些超聲心動圖無法完全發揮出在精密醫學領域臨床和研究方面的潛力。同時，由於超聲心動圖具有模式較為多樣和複雜的特性，人工智慧目前也尚未在這一領域得到廣泛應用。

▲使用人工智慧演算法模型對所有超聲心動圖進行分類的流程示意圖（圖片來源：《npj Digital Medicine》）

在這項研究中，研究人員使用了來自267位患者的總計超過22萬張超聲心動圖，這些患者的年齡都在20-96歲之間。所有的圖像均為隨機選擇，涵蓋多種超聲心動圖種類，並且包含了不同類型的患者。研究人員構建了一個多層神經網路模型，並使用監督式學習（supervised learning）演算法來按照不同的臨床特徵，將所有的超聲心動圖分成15個類別。

在所有的圖像中，研究人員隨機選擇其中的80％（約18萬張）進行訓練，然後用剩下的20％（約4萬張）進行驗證和測試。為了進行更好的比較，每位參與研究的心臟超聲檢查人員將會被隨機分配1500張圖像（每一類別100張）進行分析。

▲深度學習模型將所有的圖像分成了15個不同類別，用不同顏色進行標記（圖片來源：《npj Digital Medicine》）

研究結果顯示，在計算機可以將圖像精確地劃分到不同的類別中，準確率高達97.8%；即使在解析度較低的圖像中，人工智慧演算法也可以達到91.7%的精確度。而相比之下，心臟超聲檢查人員的準確率為70.2％至83.5％。此外，分析表明，該模型可以發現不同分類的相似性，並利用臨床相關圖像特徵對不同的超聲心動圖進行分類。

▲這項研究的作者之一，UCSF心臟病學系助理教授Rima Arnaout博士（圖片來源：UCSF）

「研究結果表明，我們的人工智慧模型有助於讓超聲心動圖醫生提高其診斷的準確性和效率，同時改善工作流程，為更好地分析超聲心動圖提供數據基礎，」這項研究的作者之一，UCSF心臟病學系助理教授Rima Arnaout博士表示：「該模型可以應用於細化超聲心動圖的分類情況，同時也可以應用於其他疾病、基礎實用研究、臨床實踐以及培訓超聲心動圖醫生等其他領域。」

人工智慧在疾病診斷領域已經發揮出了越來越大的作用，展示出了無限潛力。我們希望，未來人工智慧可以發揮其強大的力量，成為輔助人類醫生診療的最佳手段。

參考資料：

[1] AI is Quicker, More Effective Than Humans in Analyzing Heart Scans

[2] Fast and accurate view classification of echocardiograms using deep learning

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！