Kardiologen haben ein großes KI-Modell zur Beurteilung von Herzstruktur und -funktion trainiert

Experten für künstliche Intelligenz am Cedars-Sinai und am Smidt Heart Institute erstellten einen Datensatz mit über einer Million Echokardiogrammen (Video-Ultraschallaufnahmen des Herzens) und den dazugehörigen klinischen Interpretationen. Auf dieser Grundlage entwickelten sie EchoCLIP, einen leistungsstarken Algorithmus für maschinelles Lernen, der Echokardiogrammbilder interpretieren und wichtige Messdaten bewerten kann.

Der Aufbau und die Auswertung von EchoCLIP, die in einem in Nature Medicine veröffentlichten Artikel beschrieben werden, legen nahe, dass die Interpretation des Echokardiogramms eines Patienten mithilfe von EchoCLIP klinische Beurteilungen auf Facharztniveau ermöglicht, darunter eine Beurteilung der Herzfunktion, der Ergebnisse früherer Operationen und implantierter Geräte, und den Ärzten dabei helfen kann, Patienten zu identifizieren, die einer Behandlung bedürfen.

Das EchoCLIP-Basismodell kann außerdem denselben Patienten über mehrere Videos, Studien und Zeitpunkte hinweg identifizieren und klinisch wichtige Veränderungen im Herzen des Patienten erkennen.

„Unseres Wissens ist dies das größte Modell, das mit Echokardiographiebildern trainiert wurde “, sagte der leitende Studienautor David Ouyang, MD, ein Fakultätsmitglied der Abteilung für Kardiologie am Smidt Heart Institute und der Abteilung für künstliche Intelligenz in der Medizin.

„Viele frühere KI-Modelle für Echokardiogramme werden lediglich anhand von Zehntausenden von Beispielen trainiert. Im Gegensatz dazu ist die einzigartig hohe Leistung von EchoCLIP bei der Bildinterpretation das Ergebnis eines Trainings mit fast zehnmal mehr Daten als bei bestehenden Modellen.“

„Unsere Ergebnisse zeigen, dass große Datensätze medizinischer Bilder und von Experten überprüfte Interpretationen als Grundlage für das Training grundlegender medizinischer Modelle dienen können, die eine Form generativer künstlicher Intelligenz darstellen“, fügte Ouyang hinzu.

EchoCLIP-Workflow. Quelle: Nature Medicine (2024).

Er merkte an, dass dieses fortschrittliche Basismodell Kardiologen bald dabei helfen könnte, Echokardiogramme auszuwerten, indem es Schätzungen der Herzmessungen generiert und Veränderungen im Laufe der Zeit sowie häufige Krankheiten identifiziert.

Das Forschungsteam erstellte einen Datensatz mit 1.032.975 Herzultraschallvideos und den dazugehörigen Experteninterpretationen, um EchoCLIP zu entwickeln. Zu den wichtigsten Ergebnissen der Studie zählen:

• EchoCLIP zeigte eine hohe Leistung bei der Beurteilung der Herzfunktion anhand von Herzbildern.
• Das Basismodell konnte implantierte intrakardiale Geräte wie Herzschrittmacher, Mitralklappenimplantate und Aortenklappenimplantate anhand von Echokardiogrammbildern identifizieren.
• EchoCLIP identifizierte einzelne Patienten in allen Studien präzise, erkannte klinisch wichtige Veränderungen, wie etwa frühere Herzoperationen, und ermöglichte die Entwicklung vorläufiger Textinterpretationen von Echokardiogrammbildern.

„Basismodelle sind einer der neuesten Bereiche der generativen KI, aber die meisten Modelle verfügen nicht über genügend medizinische Daten, um im Gesundheitswesen nützlich zu sein“, sagte Christina M. Albert, MD, MPH, Leiterin der Abteilung für Kardiologie am Smidt Heart Institute.

Albert, der nicht an der Studie beteiligt war, fügte hinzu: „Dieses neue Basismodell integriert Computer Vision für die Interpretation von Echokardiogrammbildern mit der Verarbeitung natürlicher Sprache, um die Interpretationen der Kardiologen zu verbessern.“