站长之家(ChinaZ.com) 7月12日 消息:据国外媒体报道，研究人员利用深度学习的人工智能模型，成功将简陋的胸部 X 光片转变为更强大的心脏诊断工具。他们表示，这种新方法可以快速、准确地评估心脏功能和检查疾病。
胸部 X 光是最常用的放射学检查之一，也是医生们常用的诊断肺部和心脏疾病的方法。然而，由于 X 光是静态图像，无法提供关于心脏运作的详细信息，因此需要进行超声心动图检查。 超声心动图是一种评估心脏泵血效率和检查心脏瓣膜是否有漏气或病变的方法。心脏瓣膜病变会导致心脏泵血功能下降，可能引发心脏衰竭、骤停和死亡。
然而，超声心动图需要专业技术人员进行操作。 现在，大阪市立大学的研究人员利用深度学习的人工智能模型，将简陋的胸部 X 光片转化为更详细的诊断工具。 深度学习是一种人工智能技术，通过模仿人脑处理数据的方式来让计算机学习。研究人员使用了来自四个机构的16946名患者在2013年至2021年期间收集的22551张胸部 X 光片和超声心动图数据，对深度学习模型进行训练。为了减少人工智能产生偏见的风险，他们使用了来自多个机构的数据。
研究人员发现，在测试他们的深度学习模型时，它能够准确地对六种类型的瓣膜性心脏病进行分类。该模型的曲线下面积（AUC），即评估其分类能力的指标，介于0.83至0.92之间。AUC 的取值范围是0到1，数值越接近1表示分类能力越好。
研究人员表示，这种新型人工智能方法可以作为超声心动图的补充，特别是在需要快速诊断或技术人员短缺的情况下。 "我们花了很长时间才得到这些结果，但我相信这项研究非常重要，" 该研究的主要作者 Daiju Ueda 表示。"除了提高医生的诊断效率，该系统还可以在没有专家的地区、夜间急诊以及难以接受超声心动图检查的患者中使用。" 该研究成果已发表在《柳叶刀数字健康》杂志上。
（举报）