希腊科学家开发的基于人工智能的软件能够在Onassis心脏外科中心进行的跨学科临床研究中高可靠性地检测心脏功能障碍。
介入心脏病专家Polydoros Kampaktsis和数据科学助理教授Archontis Giannakidis在Archimedes AI研究中心创建了这一创新应用。该软件利用人工智能通过简单的二维超声心动图数据评估心脏右心室功能。
右心室功能障碍会降低预期寿命，无论其他心脏风险因素如何。影响左心室的疾病，包括心肌梗死和缺血性心肌病，可能对右心室产生负面影响。研究表明，高达20%接受超声心动图检查的患者在右心室解剖或功能方面存在异常。
然而，右心室的复杂结构常常导致标准二维超声心动图——心脏病学中最常见的初步诊断工具——难以提供可靠成像。心脏磁共振成像可提供更精确的评估，但由于成本和扫描仪供应有限，其可及性较低。
认识到对可靠且可及解决方案的需求，Kampaktsis和Giannakidis利用人工智能开发了一种开创性工具，通过广泛可用的超声技术改进右心室的客观评估。
Kampaktsis表示："这种方法旨在成为日常临床工具，用于通过简单的二维超声对右心室进行更客观、更准确的评估。"心脏病专家进行特定测量后，AI算法生成结果。
Giannakidis解释说，该软件最强大的优势之一在于其能够学习隐藏在医疗数据中的复杂模式。他补充说，该系统所需的计算能力、内存和能源相对较低，允许在笔记本电脑和手机等便携式设备上实施。
研究人员指出，目前尚不存在使用二维超声心动图评估右心室的类似人工智能应用。深度机器学习的进步使开发成为可能，因为仅在几年前要实现类似结果会很困难。
Onassis医院的临床研究
临床验证是确认软件结果准确性的关键步骤。在Columbia University Irving Medical Center进行的涉及50名患者的初步小规模临床研究显示，其准确率接近心脏磁共振成像。
随后，研究人员与心脏外科医生Dimitris Avgerinos合作，在Onassis心脏外科中心启动了一项更大规模的临床试验。这项希腊研究包括200名同时接受超声心动图和心脏磁共振成像的患者，以比较结果并评估准确性。
前120名患者的中期结果显示准确率超过90%。Avgerinos表示，该软件可能为日常心脏超声实践带来"真正的革命"。
在Onassis研究完成后，研究人员计划通过一项涉及希腊和美国医院的多中心研究在更大范围内测试该技术。目标是评估将该算法整合到常规临床实践中的情况及其对患者管理的影响。
研究人员还优先考虑超声图像分割的完全自动化以及纳入不确定性指标，以提高结果的可信度和可靠性。
医学中的人工智能
该倡议是将人工智能技术整合到医学中的更广泛全球努力的一部分。Avgerinos强调了医疗创新的快速步伐，指出进步现在以月为单位而非以十年为单位衡量。他预测，在医生监督下，自主机器人手术系统可能在未来的几十年内成为常规。
Kampaktsis强调了人工智能驱动的应用在心脏病学中的快速扩展，同时强调基于真实临床效益而非夸大期望来评估技术的重要性。
Giannakidis指出了医疗保健中人工智能应用面临的关键挑战，包括保护敏感个人数据、遵守GDPR法规、与诊断错误相关的法律考虑，以及算法透明度和临床验证的需求。
【全文结束】