使用人工智能通过心声扫描检测风湿性心脏病:专注于心回
Kelsey Brown1, Pooneh Roshanitabrizi2, Joselyn Rwebembera3
1Department of Pediatric Cardiology Children's National Hospital Washington DC USA.
Journal of the American Heart Association
|January 16, 2024
概括
人工智能可以使用心声图准确地检测儿童的风湿性心脏病 (RHD). 这项技术显示出广泛的RHD查和早期干预的前景.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 通过心声扫描早期识别潜伏性风湿性心脏病 (RHD),可以进行二次预防.
- 有限的研究探索人工智能/机器学习用于在便携式心声回声仪上检测RHD.
研究的目的:
- 评估人工智能和深度学习模型的潜力,以使用心声谱检测儿童的RHD.
- 为了评估RHD诊断的自动 mitrale 吐分析的准确性.
主要方法:
- 利用了511个儿科心声图,重点关注中枢的彩色多普勒图像.
- 开发了使用卷积神经网络和深度学习与RHD检测注意力机制的自动化方法.
- 将人工智能衍生的测量与专家手动评估进行了比较.
主要成果:
- 人工智能在识别视图 (0.99) 和缩 (0.93-0.94) 中取得了高精度.
- 人工智能测量过的腹气流与专家手工测量结果非常相匹配 (P=0.83).
- 9个特征分析显示出强的性能 (AUC 0.93),而深度学习模型显示出高回忆率 (0.98).
结论:
- 人工智能展示了检测RHD的潜力,其准确性与专家心脏病专家相美.
- 人工智能驱动的心声回声学对可扩展的RHD查和早期干预充满了希望.


