JAMA Cardiology | 深度学习通过超声影像检测左心室肥厚
原创 图灵基因 图灵基因
收录于话题#前沿生物大数据分析425个
来自Cedars-Sinai的Smidt心脏研究所的科学家们开发了一种人工智能（AI）工具，可以识别和区分两种通常容易被忽视的危及生命的心脏病——肥厚型心肌病和心脏淀粉样变性。
他们的研究结果发表在《JAMA Cardiology》上的一篇题为“High-Throughput Precision Phenotyping of Left Ventricular Hypertrophy With Cardiovascular Deep Learning”的论文中。
“早期发现和表征左心室（LV）壁厚增加可显著影响患者护理，但受限于对肥厚的认识不足、测量误差和变异性，以及难以区分导致壁厚增加的原因，如肥厚、心肌病和心脏淀粉样变性。”研究人员写道。
“即使是心脏病专家也很难准确识别这两种心脏病，因此患者往往要持续数年到数十年才能得到正确的诊断。”Smidt心脏研究所的心脏病专家、该研究的资深作者、医学博士David Ouyang解释说，“我们的人工智能算法可以精确定位肉眼看不到的疾病模式，然后利用这些模式来预测正确的诊断。”
该算法被用于来自Cedars-Sinai和斯坦福医疗中心超声心动图实验室的34000多个心脏超声视频。当应用于这些临床图像时，该算法识别出与心壁厚度和心腔大小相关的特定特征，从而有效地将某些患者标记为疑似患有潜在的未被识别的心脏病。
“该算法比临床专家训练有素的眼睛更准确地识别出高危患者。”Ouyang说，“这是因为该算法在超声视频中捕捉到细微的线索，这些线索可以区分心脏疾病，这些心脏疾病在最初的检查中可能看起来非常类似于更良性的疾病，也可能彼此非常相似。”
在没有全面检测的情况下，区分相似的疾病可能是一个挑战。该算法不仅可以区分异常和正常，还可以区分潜在的危及生命的心脏疾病，并在疾病临床进展到可能影响健康结果的程度之前就可以检测到警告信号。
“这项人工智能技术最重要的一个方面，不仅是能够区分异常和正常，而且还能够区分这些异常情况，因为每种心脏病的治疗和管理都非常不同。”研究人员说。
研究人员计划很快对被人工智能算法标记为疑似心脏淀粉样变性的患者进行临床试验。参加试验的患者将由Smidt心脏研究所心脏淀粉样变性项目的专家进行检查。
一项针对被算法标记为疑似肥厚型心肌病患者的临床试验在Cedars-Sinai开始了。
“人工智能在心脏病学中的应用在相对较短的时间内迅速而显著地发展。”Smidt心脏研究所心脏病学系健康老龄化研究所所长、该研究的联合高级作者、公共卫生硕士、医学博士Susan Cheng补充道，“这些跨越研究和临床护理的显著进步可以对我们的患者的生活产生巨大影响。”
