バルブ性心疾患のスクリーニングのためのAI強化アウスクルテーションの開発と検証は,マルチセンター研究を通じて行われます

科学分野:

• 心臓病学 心臓病学
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• 医療診断 医療診断

背景:

• バルブ性心臓病 (VHD) は,増加する人口に影響を与え,患者の半数以上が遅い症状と限られたスクリーニングのために診断されない.
• VHDスクリーニングのための現在のAIツールは,ある種のVHDサブタイプに対する感度が欠如し,小さなデータセットによって制限されているムーム検出に依存しています.

研究 の 目的:

• ステソスコープの記録から臨床的に重要なVHDの直接予測のための新しいニューラルネットワークを開発し,検証し,訓練のためにエコーカルディオグラフィのデータを使用します.
• VHDスクリーニングの感度を改善し,既存の方法と比較して早期診断を可能にします.

主な方法:

• イギリスのプライマリケアと病院の患者1767人の多様なデータセットが収集され,ステソスコップの記録とエコーカルディオグラフィーラベルが含まれています.
• 再発性ニューラルネットワークは,ムームラベルではなく,エコーカルディオグラフィのターゲットを使用して,VHD.を直接予測するように訓練されました.
• アルゴリズムのパフォーマンスは,受信機の動作特性曲線 (AUROC) の下の面積を使用して評価されました.

主要な成果:

• 訓練されたニューラルネットワークは,AUROC 0.83を達成し,VHD予測において全般の医師を上回った.
• アルゴリズムは重度の大動脈狭窄 (98%) と重度のミトラル吐 (94%) に対して高感度を示した.
• この研究では,さまざまな患者データを使用し,AIツールの実世界の臨床環境での有効性を検証しました.

結論:

• この新しいAIアルゴリズムは,弁膜性心疾患のスケーラブルで低コストのスクリーニングツールとして有望であることを示しています.
• このAI駆動ステソスコプ分析によるVHDの早期発見は,適切な推薦と介入を容易にすることができます.
• このアプローチは,非侵襲的なVHDスクリーニングの重要な進歩であり,現在の方法の限界に対処しています.