Cardiologen hebben een groot AI-model getraind om de structuur en functie van het hart te beoordelen

Deskundigen op het gebied van kunstmatige intelligentie van Cedars-Sinai en het Smidt Heart Institute hebben een dataset van meer dan 1 miljoen echocardiogrammen (video-echografieën van het hart) en de bijbehorende klinische interpretaties gecreëerd. Met behulp van deze database ontwikkelden ze EchoCLIP, een krachtig machine learning-algoritme dat echocardiogrambeelden kan 'interpreteren' en belangrijke indicatoren kan evalueren.

Het ontwerp en de evaluatie van EchoCLIP, beschreven in een artikel gepubliceerd in Nature Medicine, suggereert dat interpretatie van het echocardiogram van een patiënt met behulp van EchoCLIP klinische beoordelingen op specialistisch niveau oplevert, waaronder beoordeling van hartfunctie, resultaten van eerdere operaties en geïmplanteerde apparaten, en kan artsen ook helpen patiënten te identificeren die behandeling nodig hebben.

Het basismodel van EchoCLIP kan dezelfde patiënt ook identificeren in meerdere video's, onderzoeken en tijdstippen, en klinisch belangrijke veranderingen in het hart van de patiënt herkennen.

“Voor zover wij weten is dit het grootste model dat is getraind op echocardiografische beelden”, zegt hoofdonderzoeksauteur David Ouyang, MD, lid van de faculteit Cardiologie van het Smidt Heart Institute en de afdeling Kunstmatige Intelligentie in de Geneeskunde.

"Veel eerdere AI-modellen voor echocardiogrammen zijn getraind op slechts tienduizenden voorbeelden. De unieke hoge prestaties van EchoCLIP op het gebied van beeldinterpretatie zijn daarentegen het resultaat van training op bijna tien keer meer gegevens dan bestaande modellen."

"Onze resultaten laten zien dat grote, door vakgenoten beoordeelde datasets op het gebied van medische beeldvorming en interpretatie kunnen dienen als basis voor het trainen van medische basismodellen, die een vorm van generatieve kunstmatige intelligentie zijn", voegde Ouyang eraan toe.

EchoCLIP-workflow. Bron: Natuurgeneeskunde (2024). DOI: 10.1038/s41591-024-02959-y

Hij merkte op dat dit geavanceerde basismodel cardiologen binnenkort zou kunnen helpen echocardiogrammen te evalueren door voorlopige schattingen van hartmetingen te genereren en zo veranderingen in de loop van de tijd en veel voorkomende ziekten te identificeren.

Het onderzoeksteam heeft een dataset van 1.032.975 cardiale echografievideo's en bijbehorende interpretaties van deskundigen samengesteld om EchoCLIP te ontwikkelen. De belangrijkste bevindingen uit het onderzoek zijn onder meer:

• EchoCLIP heeft hoge prestaties aangetoond bij het beoordelen van de hartfunctie op basis van hartbeelden.
• Het basismodel kon geïmplanteerde intracardiale apparaten zoals pacemakers, geïmplanteerde mitralis- en aortakleppen identificeren op basis van echocardiogrambeelden.
• EchoCLIP identificeerde nauwkeurig unieke patiënten in verschillende onderzoeken, identificeerde klinisch belangrijke veranderingen zoals eerdere hartchirurgie, en maakte de ontwikkeling mogelijk van voorlopige tekstinterpretaties van echocardiogrambeelden.

"Basislijnmodellen zijn een van de nieuwste gebieden op het gebied van generatieve AI, maar de meeste modellen beschikken niet over voldoende medische gegevens om bruikbaar te zijn in de gezondheidszorg", zegt Christina M. Albert, MD, MPH, voorzitter van de afdeling Cardiologie aan de Smidt Hart Instituut.

Albert, die niet betrokken was bij het onderzoek, voegde hieraan toe: "Dit nieuwe basismodel integreert computervisie voor de interpretatie van echocardiogrambeelden met natuurlijke taalverwerking om de interpretaties van cardiologen te verbeteren."