耶鲁新研究发现人工智能工具可在数分钟内解读超声心动图

心脏病学家利用超声心动图诊断多种心脏功能或结构异常。超声心动图技师常使用100多个拍摄心脏不同部位的视频和图像，进行数十项测量，如心脏大小和形状、心室厚度以及每个心腔的运动和功能等，以评估患者心脏健康状况。

耶鲁医学院（YSM）研究人员在《美国医学会杂志》（JAMA）上发表的一项新研究发现，一种人工智能（AI）工具能在短短几分钟内高精度解读超声心动图。

YSM医学（心血管医学）助理教授、耶鲁公共卫生学院生物统计学（健康信息学）助理教授Rohan Khera医学博士、理学硕士表示：“超声心动图是心血管护理的基石，但解读这些研究需要经验丰富的人员投入大量临床时间。我们想开发一种技术来协助忙碌的超声心动图技师提高准确性并加快工作流程。”

研究人员发现AI工具PanEcho能基于多视角超声心动图执行39项诊断任务，准确检测严重主动脉狭窄、收缩功能障碍和左心室射血分数等状况。该研究基于此前的成果，包括2023年发表在《欧洲心脏杂志》上的研究，已证明了该技术的准确性。

得克萨斯大学奥斯汀分校博士生Greg Holste（由Khera共同指导，为该研究共同第一作者）说：“我们开发的工具整合了心脏多个视角的信息，能自动识别心脏病学家完整报告中会包含的关键测量值和异常情况。”

PanEcho是利用2016年1月至2022年6月期间从耶鲁纽黑文医院患者收集的999727个超声心动图视频开发的。研究人员随后使用来自5130名耶鲁纽黑文医院患者以及匈牙利布达佩斯塞麦尔维斯大学心脏和血管中心、斯坦福大学医院和斯坦福医疗保健的三个外部数据队列的研究对该工具进行了验证。

临床研究员Evangelos K. Oikonomou医学博士、哲学博士（心血管医学，该研究共同第一作者）说：“该工具现在能够测量和评估多种心脏状况，使其对未来临床应用更具吸引力。虽然它精度很高，但可能不如临床医生的解读易懂。它仍然是一种算法，需要人工监督。”

虽然PanEcho尚未用于临床，但论文讨论了该技术未来几种潜在的临床应用。例如，超声心动图技师可将该工具用作初步解读器来帮助评估超声心动图实验室的图像和视频，也可作为第二双眼睛来帮助识别现有数据库中可能遗漏的异常情况。

研究人员还指出，在资源匮乏地区，该技术可能特别有价值，因为那里设备和熟练的超声心动图技师有限。在这些环境中，临床医生通常依赖手持式床旁超声设备，其成像质量较低，解读更具挑战性。

为验证该模型对床旁超声的准确性，研究人员使用了耶鲁纽黑文医院急诊科的成像数据，该科室将床旁超声作为常规护理的一部分。

Khera说：“我们模拟了全球资源匮乏地区的情况，那里临床医生通常使用手持式超声设备，然后等待其他地方的心脏病学家解读图像。即使图像质量较低，我们的模型也很稳健，能获取做出高精度判断所需的信息。”

Khera及其同事正在开展研究，评估使用该工具可能如何改变耶鲁超声心动图实验室的患者护理。

Khera说：“我们正在深入了解临床医生在实际环境中如何使用该工具，包括工作流程的改变、对信息的反应以及该工具在临床环境中的价值（如果有的话）。”

耶鲁心血管医学主任Eric J. Velazquez医学博士说：“像本研究中验证的这种AI工具，有可能帮助我们提高效率和准确性，最终使我们能够对更多心血管疾病患者进行筛查和治疗。我为耶鲁持续致力于前沿研究投资、创新医疗服务方式感到自豪。”

完整模型和权重可通过开源获取，研究团队鼓励其他研究人员使用他们的超声心动图研究测试该模型并加以改进。

其他研究作者包括得克萨斯大学奥斯汀分校的Zhangyang Wang博士，以及塞麦尔维斯大学的Márton Tokodi医学博士、哲学博士和Attila Kovács医学博士、哲学博士。

本新闻报道中的研究得到了美国国立卫生研究院（资助编号R01HL167858、K23HL153775、R01AG089981和F32HL170592）、耶鲁大学和其他资助来源的支持。内容仅由作者负责，不一定代表美国国立卫生研究院的官方观点。