臨床実務における完全自動エコー・カルディオグラム解釈

科学分野:

• 心臓病科
• 人工知能
• 医療用イメージング

背景:

• 自動化された心臓画像解釈は,特にプライマリケアにおける連続評価において,臨床実務を向上させることができます.
• コンピュータビジョンの進歩は,完全に自動化されたエコーカルディオグラムの分析パイプラインの可能性を秘めています.

研究 の 目的:

• 収束神経ネットワークを用いたエコーカルジオグラムの解釈のためのスケーラブルで自動化されたパイプラインを開発し評価する.
• このパイプラインは,ビュー識別,画像セグメンテーション,構造/機能定量化,および疾患検出を目的としています.

主な方法:

• 視界識別と心室セグメンテーションのために 14,035 エコーカルジオグラムでコンボリューションニューラルネットワークモデルを訓練した.
• 断片化出力を用いて心臓の構造と機能 (エジェクション分数,縦張) を定量化した.
• ハイパルトロフィック心筋病,心臓アミロイド,肺動脈高血圧を検出するモデルを開発した.

主要な成果:

• 正確な自動視野識別 (横側長軸の96%) と室のセグメンテーション.
• 心臓構造の測定は,臨床値と一致した (例えば,体積の絶対偏差は15- 17%).
• 自動機能測定 (エジェクション分数,ストレス) は商用ソフトウェアと一致し,シリアルモニタリングの有用性を実証した.
• 疾患検出モデルは高い性能を達成した (C統計: 縮性心筋病は0. 93,心筋アミロイドは0. 87,肺動脈高血圧は0. 85)

結論:

• 自動エコーカルジオグラム解釈パイプラインは,アーカイブされた心臓画像データのスケーラブルな分析のための基盤を提供します.
• この技術は,連続的な患者の追跡と,エコーカルディオグラムの解釈の広範な臨床適用をサポートします.