Noua generație de sisteme AI în cardiologie depășește modelele existente

Într-o eră în care tehnologia avansează într-un ritm amețitor, inteligența artificială (IA) își face simțită prezența și în domeniul medical, promițând îmbunătățiri semnificative în diagnosticarea afecțiunilor cardiace. Recent, un sistem de inteligență artificială de ultimă generație a demonstrat că poate analiza scanările complexe ale inimii mai eficient decât modelele anterioare, fără a necesita date de antrenament etichetate manual, care sunt adesea laborioase de obținut.

Publicat în revista Nature Communications, acest nou sistem deschide calea pentru integrarea mai amplă a învățării multimodale în imagistica medicală. Această abordare are potențialul de a îmbunătăți diagnosticarea și rezultatele pentru pacienți, prin utilizarea unui cadru de învățare auto-supervizată care combină vizualul cu limbajul pentru imagistica prin rezonanță magnetică cardiacă (CMR). Sistemul, numit CMR-CLIP, tratează scanările ca pe niște videoclipuri ale inimii în acțiune, ceea ce îi permite o interpretare mult mai dinamică și detaliată.

CMR-CLIP a depășit modelele existente cu 35%, fiind mai eficient în identificarea patologiilor comune, cum ar fi fibroza miocardică și hipertrofia ventriculară stângă. De asemenea, a excelat în sarcini computaționale uzuale, precum recuperarea studiilor CMR sau a rapoartelor de radiologie și clasificarea bolilor în aval.

David Chen, PhD, de la Cleveland Clinic, explică importanța acestor sisteme: „Modele de genul CMR-CLIP pot susține clinicienii prin screening automatizat și suport în interpretare, în special în contexte unde experții sunt limitați. Aceste unelte de asistare a citirii sunt esențiale pentru îmbunătățirea accesului pacienților la această tehnologie diagnostică puternică.”

Imagistica prin rezonanță magnetică cardiacă este considerată metoda definitivă pentru diagnosticarea mai multor boli ale inimii, inclusiv patologiile valvulare, cardiomiopatiile, bolile pericardice și ale aortei. Totuși, interpretarea și documentarea fiecărui examen necesită mult timp, adesea peste 40 de minute pentru fiecare studiu, din cauza volumului mare de informații colectate.

Modelele de vizualizare-lingvistică, antrenate folosind învățarea auto-supervizată, sunt vitale pentru reducerea dependenței de volume mari de date etichetate. Spre deosebire de alte modele generale sau specifice domeniului biomedical, care sunt antrenate folosind imagini individuale sau vederi limitate, CMR-CLIP incorporează o varietate largă de vederi cardiace standard și tipuri de imagini care reprezintă morfologia, funcția și viabilitatea miocardică.

Modelul a fost antrenat pe peste un milion de imagini din peste 10.000 de studii unice la o singură instituție și a arătat rezultate impresionante în evaluări interne și externe, atingând acuratețe de până la 98.6% pentru cardiomiopatia hipertrofică.

Această cercetare subliniază cât de mult pot modelele specifice de domeniu să depășească sistemele generale de IA, deschizând noi perspective în îngrijirea cardiacă personalizată și eficientă.

Sursa: Inside Precision Medicine