AI förvandlar hjärtundersökningar och frigör tid för läkare att förbättra hjärtvård.

Lästid: 2 minuter
Av Jamie Olivos
- i
AI analyserar data från hjärtscanning över flera skärmar.

StockholmForskare har gjort stora framsteg inom att kontrollera hjärtats hälsa genom att använda artificiell intelligens (AI) för att påskynda analysen av MR-skanningar. Team från universiteten i East Anglia, Sheffield och Leeds har utvecklat en ny AI-modell som granskar hjärtbilder från MR-skanningar i en vy med fyra kamrar.

Den nya AI-modellen erbjuder flera fördelar:

  • Påskyndar analysen av MRI-skanningar från 45 minuter till bara några sekunder.
  • Ger exakta mätningar av hjärts storlek och funktion.
  • Säkerställer konsekventa och tillförlitliga resultat.

Dr. Pankaj Garg från UEA:s Norwich Medical School och specialistkardiolog, tillsammans med sitt team, har lett utvecklingen av 4D-MRI-bildteknik. Denna nya metod möjliggör icke-invasiva och precisa hälsokontroller. Dr. Garg påpekar att deras AI-modell ger resultat som är lika bra som de av läkare, men mycket snabbare. Detta automatiserade system kan avsevärt förbättra patientvården och resursförvaltningen på sjukhus.

En studie analyserade data från 814 patienter vid sjukhusen i Sheffield och Leeds för att träna en AI-modell. Därefter testades modellen på 101 patienter från Norwich och Norfolk University Hospitals. Till skillnad från tidigare AI-studier som endast fokuserade på två hjärtkammare, undersöker denna modell alla fyra kamrar och ger därmed en mer komplett bedömning.

Doktoranden Hosamadin Assadi betonade hur AI kan underlätta automatiseringen av hjärtfunktion och strukturbedömningar. Denna automatisering kan förbättra diagnoser, behandlingsalternativ och resultat för hjärtpatienter. Dessutom kan det förutsäga dödlighet baserat på hjärtmått, vilket visar stort potential för framtida vård av hjärtsjukdomar.

AI-modellen testades på flera sjukhus, med olika typer av skannrar och på en mängd patienter. Forskarteamen föreslår att modellen i framtiden bör testas på fler patienter och med olika vanliga sjukdomar för att säkerställa att den fungerar bra i verkliga situationer.

Forskare från UEA, Leeds och Sheffield har förbättrat MRI-skanningar för kvinnors hjärtan. Denna förbättring har ökat upptäckten av tidig eller gränsfallshjärtsjukdom hos kvinnor med 16,5 %. Att upptäcka dessa problem tidigt är avgörande eftersom kvinnor ofta visar olika symptom och har unika hjärtförhållanden som kräver specifika diagnosmetoder.

Institutioner som Leiden University Medical Centre och olika NHS Trusts samarbetade. Studien finansierades av Wellcome Trust Clinical Research Career Development Fellowship.

Denna utveckling är ett viktigt steg för att använda AI inom medicinsk diagnostik, vilket möjliggör snabbare och mer precisa utvärderingar av hjärthälsa som kan förändra hur patienter hanteras och behandlas.

Studien publiceras här:

http://dx.doi.org/10.1186/s41747-024-00477-7

och dess officiella citering - inklusive författare och tidskrift - är

Hosamadin Assadi, Samer Alabed, Rui Li, Gareth Matthews, Kavita Karunasaagarar, Bahman Kasmai, Sunil Nair, Zia Mehmood, Ciaran Grafton-Clarke, Peter P. Swoboda, Andrew J. Swift, John P. Greenwood, Vassilios S. Vassiliou, Sven Plein, Rob J. van der Geest, Pankaj Garg. Development and validation of AI-derived segmentation of four-chamber cine cardiac magnetic resonance. European Radiology Experimental, 2024; 8 (1) DOI: 10.1186/s41747-024-00477-7
Artificiell Intelligens: Senaste nytt

Dela den här artikeln

Kommentarer (0)

Posta en kommentar
NewsWorld

NewsWorld.app är en gratis premium nyhetssida. Vi tillhandahåller oberoende och högkvalitativa nyheter utan att ta betalt per artikel och utan en prenumerationsmodell. NewsWorld anser att allmänna, affärs-, ekonomiska, tekniska och underhållningsnyheter bör vara tillgängliga på en hög nivå gratis. Dessutom är NewsWorld otroligt snabb och använder avancerad teknik för att presentera nyhetsartiklar i ett mycket läsbart och attraktivt format för konsumenten.


© 2024 NewsWorld™. Alla rättigheter reserverade.