Kardiologen haben ein großes KI-Modell trainiert, um die Struktur und Funktion des Herzens zu beurteilen

Experten für künstliche Intelligenz von Cedars-Sinai und dem Smidt Heart Institute haben einen Datensatz mit über einer Million Echokardiogrammen (Video-Ultraschallaufnahmen des Herzens) und den entsprechenden klinischen Interpretationen erstellt. Mithilfe dieser Datenbank entwickelten sie EchoCLIP, einen leistungsstarken maschinellen Lernalgorithmus, der Echokardiogrammbilder „interpretieren“ und Schlüsselindikatoren auswerten kann.

Das Design und die Auswertung von EchoCLIP, die in einem in Nature Medicine veröffentlichten Artikel beschrieben werden, legen nahe, dass die Interpretation des Echokardiogramms eines Patienten mithilfe von EchoCLIP klinische Bewertungen auf Facharztniveau liefert, einschließlich der Bewertung der Herzfunktion, der Ergebnisse früherer Operationen und implantierter Geräte, und Ärzten auch dabei helfen kann, Patienten zu identifizieren, die einer Behandlung bedürfen.

Das grundlegende EchoCLIP-Modell kann auch denselben Patienten über mehrere Videos, Untersuchungen und Zeitpunkte hinweg identifizieren und klinisch wichtige Veränderungen im Herzen des Patienten erkennen.

„Unseres Wissens ist dies das größte Modell, das mit Echokardiographiebildern trainiert wurde“, sagte der leitende Studienautor David Ouyang, MD, Mitglied der Fakultät der Kardiologieabteilung am Smidt Heart Institute und der Abteilung für künstliche Intelligenz in Medizin.

„Viele bisherige KI-Modelle für Echokardiogramme werden nur anhand von Zehntausenden von Beispielen trainiert. Im Gegensatz dazu ist EchoCLIPs einzigartig hohe Leistung bei der Bildinterpretation das Ergebnis eines Trainings mit fast zehnmal mehr Daten als bestehende Modelle."

„Unsere Ergebnisse zeigen, dass große, von Experten überprüfte medizinische Bildgebungs- und Interpretationsdatensätze als Grundlage für das Training grundlegender medizinischer Modelle dienen können, die eine Form generativer künstlicher Intelligenz darstellen“, fügte Ouyang hinzu.

EchoCLIP-Workflow. Quelle: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y

Er merkte an, dass dieses fortschrittliche Basismodell Kardiologen bald dabei helfen könnte, Echokardiogramme auszuwerten, indem es vorläufige Schätzungen von Herzmessungen erstellt und Veränderungen im Laufe der Zeit sowie häufige Krankheiten identifiziert.

Das Forschungsteam erstellte einen Datensatz mit 1.032.975 Herzultraschallvideos und zugehörigen Experteninterpretationen, um EchoCLIP zu entwickeln. Wichtige Erkenntnisse aus der Studie umfassen:

• EchoCLIP hat eine hohe Leistung bei der Beurteilung der Herzfunktion anhand von Herzbildern bewiesen.
• Das Basismodell konnte implantierte intrakardiale Geräte wie Herzschrittmacher, implantierte Mitral- und Aortenklappen anhand von Echokardiogrammbildern identifizieren.
• EchoCLIP identifizierte studienübergreifend eindeutige Patienten genau, erkannte klinisch wichtige Veränderungen wie frühere Herzoperationen und ermöglichte die Entwicklung vorläufiger Textinterpretationen von Echokardiogrammbildern.

„Basismodelle sind einer der neusten Bereiche der generativen KI, aber die meisten Modelle verfügen nicht über genügend medizinische Daten, um im Gesundheitswesen nützlich zu sein“, sagte Christina M. Albert, MD, MPH, Leiterin der Abteilung für Kardiologie am Smidt Heart Institute.

Albert, der nicht an der Studie beteiligt war, fügte hinzu: „Dieses neue Basismodell integriert Computervision zur Interpretation von Echokardiogrammbildern mit natürlicher Sprachverarbeitung, um die Interpretationen der Kardiologen zu verbessern.“