一个多式多路径人工智能系统,用于评估VSD校正后的PAH在心声学和胸部X射线图像上的心声学和胸部X射线图像

科学领域:

• 人工智能在医学中的应用
• 儿童心脏病学 儿童心脏病学
• 医学成像分析 医学成像分析

背景情况:

• 心室隔膜缺陷 (VSD) 是一种常见的先天性心脏缺陷,需要进行手术纠正.
• 肺动脉高血压 (PAH) 在儿科VSD患者中可能是严重的术后并发症.
• 准确及时检测手术后的PAH对于有效的临床管理至关重要.

研究的目的:

• 开发和验证一种新的多式多路径人工智能 (AI) 系统,用于在VSD纠正后在婴儿中自动检测PAH.
• 使用心声回声 (Echo) 和胸部数字放射 (DR) 数据来评估AI系统的性能.
• 评估人工智能系统在协助临床医生为儿科VSD患者进行治疗规划方面的潜力.

主要方法:

• 分析了从1岁以下的1,316名接受VSD手术的儿科患者的数据.
• 训练和验证一个集成ResNet-50的多式联络人工智能系统 (MMAI),用于图像细分和分类.
• 使用子相似系数 (DSC),接收器操作特征曲线 (AUC) 下的面积,精度和F1得分来评估模型性能.

主要成果:

• 在心脏轮细分方面,ResNet-50模型实现了高性能 (DSC:Echo为0.950,DR为0.946).
• 与单一模式模型相比,多式人工智能模型显示出优异的二元分类性能 (AUC和精度>90%).
• 在内部和外部测试组中,MMAI系统在VSD校正后 (AUC,精度,F1得分>0.9) 显示了正常的肺动脉压力和PAH的优异检测性能.

结论:

• 一个初步的多式人工智能系统 (MMAI) 使用Echo和胸部DR图像被开发出来,用于检测患有VSD的婴儿手术后的PAH.
• 该MMAI系统显示出作为临床医生在识别和管理PAH在这个脆弱的儿科群体中的辅助工具的潜力.
• 需要进一步的临床验证,以确认人工智能系统在现实环境中的广泛适用性和实用性.