Semua kandungan iLive disemak secara perubatan atau fakta diperiksa untuk memastikan ketepatan faktual sebanyak mungkin.
Kami mempunyai garis panduan sumber yang ketat dan hanya memautkan ke tapak media yang bereputasi, institusi penyelidikan akademik dan, apabila mungkin, dikaji semula kajian secara medis. Perhatikan bahawa nombor dalam kurungan ([1], [2], dan lain-lain) boleh diklik pautan ke kajian ini.
Jika anda merasakan bahawa mana-mana kandungan kami tidak tepat, ketinggalan zaman, atau tidak dipersoalkan, sila pilih dan tekan Ctrl + Enter.
Pakar kardiologi telah melatih model AI yang besar untuk menilai struktur dan fungsi jantung
Ulasan terakhir: 02.07.2025
Pakar kecerdasan buatan di Cedars-Sinai dan Smidt Heart Institute mencipta set data lebih daripada 1 juta ekokardiogram (ultrasound video jantung) dan tafsiran klinikal yang sepadan. Menggunakan pangkalan data ini, mereka membangunkan EchoCLIP, algoritma pembelajaran mesin yang berkuasa yang boleh "mentafsir" imej ekokardiogram dan menilai metrik utama.
Reka bentuk dan penilaian EchoCLIP, yang diterangkan dalam makalah yang diterbitkan dalam Nature Medicine, mencadangkan bahawa mentafsir ekokardiogram pesakit menggunakan EchoCLIP menyediakan penilaian klinikal peringkat pakar, termasuk penilaian fungsi jantung, hasil pembedahan lalu dan peranti yang diimplan, dan mungkin membantu pakar perubatan mengenal pasti pesakit yang memerlukan rawatan.
Model asas EchoCLIP juga boleh mengenal pasti pesakit yang sama merentas berbilang video, kajian dan titik masa, serta mengenali perubahan penting secara klinikal dalam hati pesakit.
"Untuk pengetahuan kami, ini adalah model terbesar yang dilatih pada imej ekokardiografi, " kata pengarang kajian utama David Ouyang, MD, ahli fakulti di Bahagian Kardiologi di Institut Jantung Smidt dan Bahagian Kecerdasan Buatan dalam Perubatan.
"Banyak model AI sebelumnya untuk ekokardiogram dilatih hanya pada puluhan ribu contoh. Sebaliknya, prestasi tinggi unik EchoCLIP dalam tafsiran imej adalah hasil latihan pada hampir sepuluh kali lebih banyak data daripada model sedia ada."
"Keputusan kami menunjukkan bahawa set data besar pengimejan perubatan dan tafsiran yang disahkan pakar boleh menjadi asas untuk melatih model perubatan asas, yang merupakan satu bentuk kecerdasan buatan generatif," tambah Ouyang.
Aliran kerja EchoCLIP. Sumber: Perubatan Alam (2024). DOI: 10.1038/s41591-024-02959-y
Beliau menyatakan bahawa model asas lanjutan ini tidak lama lagi boleh membantu pakar kardiologi menilai ekokardiogram dengan menjana anggaran ukuran jantung, mengenal pasti perubahan dari semasa ke semasa dan penyakit biasa.
Pasukan penyelidik mencipta set data 1,032,975 video ultrasound jantung dan tafsiran pakar yang sepadan untuk membangunkan EchoCLIP. Penemuan utama daripada kajian termasuk:
- EchoCLIP menunjukkan prestasi tinggi dalam menilai fungsi jantung daripada imej jantung.
- Model garis dasar dapat mengenal pasti peranti intrakardiak yang diimplan seperti perentak jantung, implan injap mitral, dan implan injap aorta daripada imej ekokardiogram.
- EchoCLIP mengenal pasti pesakit unik dengan tepat merentas kajian, mengesan perubahan penting secara klinikal seperti pembedahan jantung sebelumnya, dan membolehkan pembangunan tafsiran teks awal bagi imej ekokardiogram.
"Model asas adalah salah satu kawasan terbaharu dalam AI generatif, tetapi kebanyakan model tidak mempunyai data perubatan yang mencukupi untuk berguna dalam penjagaan kesihatan," kata Christina M. Albert, MD, MPH, pengerusi Bahagian Kardiologi di Institut Jantung Smidt.
Albert, yang tidak terlibat dalam kajian itu, menambah: "Model garis dasar baharu ini mengintegrasikan penglihatan komputer untuk tafsiran imej ekokardiogram dengan pemprosesan bahasa semula jadi untuk meningkatkan tafsiran pakar kardiologi."