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

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

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

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

"Voor zover wij weten, is dit het grootste model dat is getraind op echocardiografiebeelden ", aldus hoofdonderzoeker David Ouyang, MD, docent bij de afdeling 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 bij beeldinterpretatie zijn daarentegen het resultaat van training met bijna tien keer meer data dan bestaande modellen.

"Onze resultaten laten zien dat grote datasets met medische beeldvorming en door experts geverifieerde interpretaties kunnen dienen als basis voor het trainen van eenvoudige medische modellen, wat een vorm van generatieve kunstmatige intelligentie is", voegde Ouyang toe.

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

Hij merkte op dat dit geavanceerde basislijnmodel cardiologen binnenkort zou kunnen helpen bij het evalueren van echocardiogrammen door schattingen te genereren van hartmetingen, veranderingen in de loop van de tijd en veelvoorkomende ziekten te identificeren.

Het onderzoeksteam creëerde een dataset van 1.032.975 hart-echografievideo's en bijbehorende deskundige interpretaties om EchoCLIP te ontwikkelen. De belangrijkste bevindingen van het onderzoek zijn:

• EchoCLIP presteerde uitstekend bij het beoordelen van de hartfunctie op basis van hartbeelden.
• Met het basismodel konden geïmplanteerde intracardiale apparaten, zoals pacemakers, mitralisklepimplantaten en aortaklepimplantaten, worden geïdentificeerd op basis van echocardiogrambeelden.
• Met EchoCLIP konden unieke patiënten in verschillende onderzoeken nauwkeurig worden geïdentificeerd, klinisch belangrijke veranderingen zoals eerdere hartoperaties worden gedetecteerd en konden voorlopige tekstuele interpretaties van echocardiogrammen worden ontwikkeld.

"Basismodellen zijn een van de nieuwste gebieden binnen generatieve AI, maar de meeste modellen beschikken over onvoldoende medische gegevens om bruikbaar te zijn in de gezondheidszorg", aldus Christina M. Albert, MD, MPH, hoofd van de afdeling Cardiologie van het Smidt Heart Institute.

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