I cardiologi hanno addestrato un modello AI di grandi dimensioni per valutare la struttura e la funzione del cuore

Gli esperti di intelligenza artificiale del Cedars-Sinai e dello Smidt Heart Institute hanno creato un set di dati di oltre 1 milione di ecocardiogrammi (ecografia video del cuore) e le relative interpretazioni cliniche. Utilizzando questo database, hanno sviluppato EchoCLIP, un potente algoritmo di apprendimento automatico in grado di "interpretare" le immagini ecocardiografiche e valutarne i parametri chiave.

La progettazione e la valutazione di EchoCLIP, descritte in un articolo pubblicato su Nature Medicine, suggeriscono che l'interpretazione dell'ecocardiogramma di un paziente mediante EchoCLIP fornisce valutazioni cliniche di livello specialistico, tra cui la valutazione della funzionalità cardiaca, i risultati di interventi chirurgici precedenti e dei dispositivi impiantati, e può aiutare i medici a identificare i pazienti che necessitano di cure.

Il modello base EchoCLIP è inoltre in grado di identificare lo stesso paziente in più video, studi e punti temporali, nonché di riconoscere cambiamenti clinicamente importanti nel cuore del paziente.

"Per quanto ne sappiamo, questo è il modello più grande addestrato su immagini ecocardiografiche ", ha affermato l'autore principale dello studio, il dott. David Ouyang, membro della facoltà della Divisione di cardiologia dello Smidt Heart Institute e della Divisione di intelligenza artificiale in medicina.

Molti dei precedenti modelli di intelligenza artificiale per ecocardiogrammi sono addestrati su solo decine di migliaia di campioni. Al contrario, le prestazioni straordinariamente elevate di EchoCLIP nell'interpretazione delle immagini sono il risultato di un addestramento su una quantità di dati quasi dieci volte superiore rispetto ai modelli esistenti.

"I nostri risultati dimostrano che grandi set di dati di imaging medico e interpretazioni verificate da esperti possono servire come base per l'addestramento di modelli medici di base, che sono una forma di intelligenza artificiale generativa", ha aggiunto Ouyang.

Flusso di lavoro EchoCLIP. Fonte: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y

Ha osservato che questo modello di base avanzato potrebbe presto aiutare i cardiologi a valutare gli ecocardiogrammi, generando stime delle misurazioni cardiache, identificando i cambiamenti nel tempo e le malattie comuni.

Il team di ricerca ha creato un set di dati di 1.032.975 video di ecografie cardiache e le relative interpretazioni da parte di esperti per sviluppare EchoCLIP. I principali risultati dello studio includono:

• EchoCLIP ha dimostrato elevate prestazioni nella valutazione della funzione cardiaca a partire dalle immagini cardiache.
• Il modello di base è stato in grado di identificare dispositivi intracardiaci impiantati, quali pacemaker, impianti della valvola mitrale e impianti della valvola aortica, a partire dalle immagini dell'ecocardiogramma.
• EchoCLIP ha identificato con precisione pazienti unici in tutti gli studi, ha rilevato cambiamenti clinicamente importanti, come precedenti interventi chirurgici cardiaci, e ha consentito lo sviluppo di interpretazioni testuali preliminari delle immagini dell'ecocardiogramma.

"I modelli di base rappresentano una delle aree più recenti dell'intelligenza artificiale generativa, ma la maggior parte dei modelli non dispone di dati medici sufficienti per essere utile in ambito sanitario", ha affermato Christina M. Albert, MD, MPH, presidente della Divisione di Cardiologia presso lo Smidt Heart Institute.

Albert, non coinvolto nello studio, ha aggiunto: "Questo nuovo modello di base integra la visione artificiale per l'interpretazione delle immagini ecocardiografiche con l'elaborazione del linguaggio naturale per migliorare le interpretazioni dei cardiologi".