エコー分析,追跡,およびミトラル反発の評価のためのディープラーニング (DELINEATE-MR)
Aaron Long1,2, Christopher M Haggerty2,3, Joshua Finer3
1Seymour, Paul, and Gloria Milstein Division of Cardiology, Department of Medicine, Columbia University Irving Medical Center/New York-Presbyterian Hospital, NY (A.L., G.M., E.D., T.M., M.M., A.J.E., D.K., S.H., Q.L., V.A., M. Lebehn, M. Leon, R.H., P.E., T.J.P.).
ディープラーニングシステムは,トランストラシック・エコーカルディオグラフィ (TTE) 研究によるミトラル反吐 (MR) の重症度を正確に分類します. この人工知能のツールは高性能で 臨床医がMRの評価を 精進するのに役立ちます
科学分野:
- 心臓病科
- 人工知能
- 医療用イメージング
背景:
- ミトラル反発 (MR) は,解釈の課題を提示する一般的な弁性心疾患です.
- ディープラーニング (DL) はトランストラシックエコーカルディオグラフィ (TTE) の分析を改善する可能性を秘めています.
- 複数のビデオ評価を単一の分類に統合することは,TTEにおけるDLの主要な課題です.
研究 の 目的:
- 完全なTTE研究からMRの重症度を分類するための新しいDLシステムを開発し,評価する.
- DLシステムの性能を 専門家の心臓病学者の解釈と比較して評価する.
- 4段階と6段階のMR分類モデルの正確性を決定する.
主な方法:
- DLシステムは61,000以上のTTEsで訓練され,カラーMRドップラービデオを識別し,MRの重症度を決定しました.
- 性能は,内部および外部テストセットで加重されたカッパ (κ) とROC曲線下の面積 (AUC) を使用して評価されました.
- このシステムは4段階 (無/微量,軽度,中度,重度) と6段階 (中級を含む) のMR分類でテストされました.
主要な成果:
- DLシステムは,内部 (82%の精度, κ=0.84) と外部 (79%の精度, κ=0.80) のテストセットの両方で,MR分類において高い精度を達成しました.
- このモデルは,中等度またはより高いMR (AUC=0. 98) で高い性能を示した.
- 6段階のモデルは,80% (内部) と76% (外部) の正確な精度を示し,それぞれ99%と98%の±1段階の一致を示した.
結論:
- エンドツーエンドのDLシステムは,完全なTTE研究からMRの重症度を正確に分類できます.
- 開発されたDLシステムは,MRの評価を臨床医に支援する潜在的有用性を示しています.
- このシステムのエコーカルジオグラムの全体像を処理する能力は,MRの評価に包括的なアプローチを提供します.
さらに関連する動画
関連する概念動画
Mitral Valve Prolapse II: Assessment and Management
Mitral Regurgitation I: Introduction
Mitral Regurgitation II: Clinical Features and Diagnostic Tests
Mitral Regurgitation III: Medical Management
Mitral Regurgitation IV: Nursing Management
Mitral Stenosis II: Clinical features and Diagnostic Tests


