マルチタスクのディープラーニングによる AI 対応のエコーカルディオグラフィの完全解釈

科学分野:

• 心臓病科
• 人工知能
• 医療用イメージング

背景:

• エコーカルディオグラフィの解釈は専門家に依存し,手作業です.
• 効率と精度を改善するために,エコーカルジオグラムの分析を自動化する必要があります.
• 人工知能 (AI) は医療画像分析における多機能ディープラーニングの可能性を秘めています.

研究 の 目的:

• 自動エコーカルジオグラムの解釈のためのAIシステム (PanEcho) の開発と評価.
• トランストラシックエコーカルディオグラフィ (TTE) での39の診断と測定のタスクのAIの精度を評価する.
• 複数のサイトと多様な臨床環境でAIシステムを検証します

主な方法:

• マルチタスク・ディープラーニングを用いたPanechoの開発
• 内部と外部コホートを含む多サイト検証を後回しにします.
• 受信機の動作特性曲線 (AUC) 下の面積と平均絶対誤差 (MAE) を用いてAIの性能の評価.

主要な成果:

• AIシステムは内部検証で18の診断タスクでAUCの中央値0. 91と21のパラメータの推定値でMAEの中央値0. 13を達成した.
• 左心室のエジェクション分数の正確な推定 (MAE: 4. 2% 内側, 4. 5% 外側).
• 中度/重度の収縮機能障害 (AUC:内側0. 98) と重度の大動脈狭窄症 (AUC:内側0. 98) を検出する高い精度.
• 限られたイメージング・プロトコルと ポイント・オブ・ケア・ウルトラソノグラフィで 高いパフォーマンスを維持した.

結論:

• AIシステムであるPanEchoは,自動エコーカルディオグラムの解釈において高い精度を示しています.
• AIシステムは,異なる地域,時間帯,画像プロトコルでパフォーマンスを維持します.
• パンエコはエコーカルジオグラフィーラボの補助読者,または診療所でのスクリーニングツールとして活用できます.