AI助力心脏病检测更快速准确
快速阅读: 挪威北极大学开发出能自动测量心脏结构的人工智能系统,显著提高测量速度和准确性,有望加速心血管疾病的诊断与治疗,减少医疗成本。
挪威北极大学(UiT)的研究人员开发了一种人工智能系统,能够自动测量心脏结构,快速且准确。这一新系统可能帮助医生更快地检测和治疗心血管疾病。
研究人员杜尔吉什·库马尔·辛格在位于挪威北极大学的人工智能中心SFI Visual Intelligence工作。他研究了如何利用人工智能根据超声图像测量心脏左心室——心脏四个腔室之一,该图像通过放置在患者胸部的超声探头获取。
辛格认为,这种人工智能方法可能成为挪威国内外医疗服务的重要工具。他指出:“我们展示了如何通过深度学习技术更精确、一致地测量超声图像上的左心室,从而提高AI对心脏结构的认知。”
深度学习是指让机器无需人类直接指令即可执行特定任务的技术。辛格使用来自世界各地医院的数千张心脏超声图像训练了一个AI模型。通过这个过程,AI学会了识别左心室的外观,并据此找到图像中最重要的部分来测量心室。
“可以将这项技术视为一个自动放置尺子的助手。计算机首先自行勾勒出心脏的形状,确定最佳测量线,然后使用这条线读取尺寸。”辛格解释说。
通常,这些测量是由心脏病专家手动完成的,这涉及到检查超声图像,在左心室上画一条直线,并在这条线上放置测量点。然而,这是一个耗时且精细的过程,即使对于有经验的心脏病专家也是如此。
“这是一项细致、重复的工作,需要大量时间。测量结果也可能因患者的解剖结构不同以及执行检查者的差异而有所不同。”辛格表示。他的方法可以在几秒钟内完成心室测量,提供了许多潜在的好处,包括加快患者的结果获取速度,减轻医生的工作负担。
“自动化最耗时的部分意味着检查期间就能得到结果,加快诊断和治疗的速度。准确的测量还可以更可靠地追踪几个月甚至几年间心脏的细微变化。”他进一步解释道。
一次超声检查可能花费医院和患者数千挪威克朗。更一致的测量结果还意味着减少了不必要的重复检查。“更准确、可重复的测量减少了重做检查的需求,节省了患者和医疗系统的资源。”辛格说。
为了评估其方法的效果,辛格将其与类似的AI模型进行了比较。结果显示,它在准确放置测量点和总体上与人类专家的一致性方面都优于其他模型。
医生使用两种类型的超声图像来测量心室:所谓的B模式和M模式图像。B模式图像以二维形式呈现超声波,而M模式图像则通过扫描线显示心壁的运动。辛格的方法适用于这两种图像类型,使其在实际临床环境中更加有用。
“根据医生的需求或偏好,测量结果可以显示在任一类型的图像上。”辛格补充道。
左心室通过B模式(左侧)和M模式超声图像(右侧)展示。辛格的人工智能技术是在数千张类似超声图像上训练而成。
(图片:维基共享资源)
与医疗行业的紧密合作
该项目与通用电气医疗保健公司密切合作开展,该公司是SFI视觉智能项目中的多个工业合作伙伴之一。项目的一个目标是开发一种可以集成到通用电气医疗保健公司超声扫描仪中的人工智能算法。
埃里克·斯廷是通用电气医疗保健公司的首席工程师,他表示,提高这些检查的生产率有实际需求。
“这一需求得到了全球众多客户和专家的认同。杜尔吉什的工作可以通过自动化测量来发现心脏疾病,如心壁增厚,从而提高生产力。”他说道。
将在受控环境中测试
基于这一潜力,通用电气医疗保健公司计划在受控且安全的环境中测试该方法。他们希望最终能够将这项工作整合到他们的扫描仪中。
但斯廷表示,在此之前还需要经过多轮严格的测试,以确保该方法能正确测量心腔。
“对我们来说,重要的是要验证这些方法的稳健性,并确保它们能够在大量不同图像质量的患者中有效工作。我们还需要证明它们至少与手动测量的专家一样好,甚至更好。”他解释道。
医生仍保持全面控制
辛格的研究展示了人工智能技术在检测和治疗心脏病方面的潜在用途。
但医生会怎么样?他们会最终被人工智能算法取代吗?
辛格保证不会如此。人工智能旨在辅助医生的临床工作,医生始终会在场确保人工智能正确完成工作。
“它的设计是为了帮助,而不是替代。技术的目的是去除最繁琐和耗时的步骤。医生仍然保持控制权。”辛格说。
参考资料:
辛格,D.K.
《更准确、标签效率更高的左心室自动测量》
,挪威北极大学博士论文,2025年。
该内容由挪威北极大学付费并呈现
该内容由挪威北极大学的传播团队创建,他们利用这个平台向公众传达科学知识并分享研究成果。挪威北极大学是ScienceNorway.no的80多个所有者之一。
更多信息请点击这里
。
更多来自挪威北极大学的内容:
为什么挪威需要自己的人工智能法律?
研究人员揭示深海中的惊人捕获
如何保护新生儿免受危险细菌的侵害?
人工智能如何助力肺癌的快速治疗
新鉴定的极光命名细菌对抗生素具有抗性
国际妇女节:为什么人工智能在女性健康上的表现较差
健康
合作伙伴
医疗方法
技术
挪威北极大学
疾病
(以上内容均由Ai生成)