У пациентов, которым проводится эхокардиографическая оценка функции сердца, предварительная оценка с помощью искусственного интеллекта превосходит первоначальную оценку врачом ультразвуковой диагностики. Таковы результаты исследования EchoNET-RCT, которое было представлено на Конгрессе Европейского общества кардиологов в Барселоне.

Доктор Дэвид Оуян из Института сердца Смидта в Сидарс-Синай, Лос-Анджелес, США, сказал: «Использование ИИ в медицине вызвало большой интерес, но технологии редко оцениваются в проспективных клинических испытаниях. Ранее мы разработали одну из первых технологий искусственного интеллекта для оценки сердечной функции (ФВ ЛЖ) по эхокардиограммам, и в этом слепом рандомизированном исследовании мы сравнили ее напрямую с данными УЗИ. Это испытание было направлено на то, чтобы показать не меньшую эффективность ИИ по сравнению с данными УЗИ, и поэтому мы были приятно удивлены, когда результаты действительно продемонстрировали превосходство по сравнению с предварительно указанными результатами».

Точная оценка ФВ ЛЖ необходима для диагностики сердечно-сосудистых заболеваний и принятия решения о лечении. Оценка человека часто основана на небольшом количестве сердечных циклов, что может привести к высокой изменчивости между наблюдателями. EchoNet-Dynamic — это алгоритм глубокого обучения, который был обучен на видео эхокардиограммы для оценки сердечной функции, а ранее было показано, что он оценивает ФВ ЛЖ со средней абсолютной ошибкой 4,1–6,0%. Алгоритм использует информацию о нескольких сердечных циклах, чтобы минимизировать ошибку и получить последовательные результаты.

EchoNet-RCT проверял, чаще ли ИИ или ультразвуковая оценка ФВ ЛЖ корректируется кардиологом, проводящим обзор. Стандартный клинический рабочий процесс для определения ФВ ЛЖ с помощью эхокардиографии заключается в том, что сонографист сканирует пациента; врач УЗИ проводит начальную оценку ФВ ЛЖ; а затем кардиолог просматривает оценку, чтобы предоставить окончательный отчет о ФВ ЛЖ. В этом клиническом исследовании сканирование УЗИ было случайным образом распределено 1:1 по отношению к начальной оценке ИИ или первоначальной оценке УЗИ, после чего кардиологи проанализировал отчеты и предоставили свой окончательный отчет о ФВ ЛЖ.

Исследователи сравнили, насколько кардиологи изменили первоначальную оценку с помощью ИИ, с тем, насколько они изменили первоначальную оценку, сделанную сонографом. Первичной конечной точкой была частота изменения ФВ ЛЖ более чем на 5% между начальной оценкой (ИИ или УЗИ) и окончательным заключением кардиолога. Испытание было разработано для проверки не меньшей эффективности с дополнительной целью проверки превосходства.

Исследование включало 3495 трансторакальных эхокардиограмм, выполненных у взрослых по любым клиническим показаниям. Доля исследований с существенными изменениями составила 16,8% в группе ИИ и 27,2% в группе УЗИ (разница -10,4%, 95% доверительный интервал [ДИ] -13,2% до -7,7%, р<0,001 для не меньшей эффективности, р<0,001). за превосходство). Конечной точкой безопасности была разница между окончательным отчетом кардиолога и историческим отчетом кардиолога. Средняя абсолютная разница составила 6,29% в группе ИИ и 7,23% в группе УЗИ (разница -0,96%, 95% ДИ от -1,34% до -0,54%, p<0,001 для превосходства).

«Мы многому научились, проведя рандомизированное испытание алгоритма ИИ, чего раньше не было в кардиологии. Во-первых, мы узнали, что этот тип испытаний вполне осуществим в правильных условиях, когда алгоритм ИИ можно интегрировать в обычный клинический рабочий процесс вслепую. Во-вторых, мы узнали, что ослепление действительно может хорошо работать в этой ситуации. Мы попросили наших читателей-кардиологов угадать, думали ли они, что запись, которую они только что просмотрели, была выполнена ИИ или сонографом, и оказалось, что они не могли заметить разницу, что говорит о высокой эффективности ИИ. алгоритм, а также бесшовная интеграция в клиническое программное обеспечение. Мы считаем, что все это хорошие признаки для будущих пробных исследований в этой области».

Доктор Дэвид Оуян из Института сердца Смидта в Сидарс-Синай, Лос-Анджелес

Он заключил: «Мы взволнованы результатами исследования. Оно показало, что в будущем определенные алгоритмы искусственного интеллекта, если их правильно разработать и интегрировать, могут быть очень эффективными не только для улучшения качества вывода эхосигналов, но и для оптимизации времени и усилий, затрачиваемых врачами-сонографистами и кардиологами за счет упрощения решения важных, но утомительных задач. Внедрение ИИ в клинические рабочие процессы потенциально может обеспечить более точную интерпретацию данных эхокардиографии, что важно для своевременной диагностики и лечения.