Na razie tylko zdjęcia

Nowatorska technologia prześcignęła ekspertów w trafności i szybkości diagnozowania chorób sercowo-naczyniowych. Jej współtwórczyni Rima Arnaout podkreśla jednak, że sztuczna inteligencja nie może jeszcze zastąpić wyspecjalizowanych lekarzy kardiologów, ale może pomóc im w podniesieniu jakości i efektywności leczenia. Obrazowanie serca za pomocą echokardiografii jest kluczowym elementem diagnostyki chorób układu krążenia. Trafność tej metody była dotychczas uzależniona od subiektywnej oceny operatora. Zadaniem sztucznej inteligencji była więc precyzyjna, powtarzalna interpretacja badań echokardiograficznych oraz ich analiza, której odpowiadałby właściwy stan kliniczny pacjenta.

W prowadzonym projekcie, Arnaout – badaczka Instytutu Chorób Krążenia Uniwersytetu w Kalifornii wraz z kolegami, wykorzystali technikę tzw. głębokiego uczenia (deep learning). Zaprojektowana do tego celu splotowa sieć neuronowa, przeprowadziła analizę 240 badań echokardiograficznych, pochodzących od różnych pacjentów (w tym przypadku ponad 200 tysięcy obrazów) i na tej podstawie uczyła się je klasyfikować. Serce ludzkie jest złożoną strukturą składającą się z 2 przedsionków, 2 komór oraz połączonych z nimi pni wielkich naczyń. W związku z tym na obrazach echokardiograficznych należy uwzględnić wiele struktur oraz ich możliwych patologii. Aby sprostać temu zadaniu, naukowcy postawili sobie za cel nauczenie splotowej sieci neuronowej rozpoznawania 15 standardowych widoków echokardiograficznych. Stanowią one bowiem podstawę oceny prowadzonej przez specjalistów kardiologów.

Sztuczna inteligencja w służbie ludzkości

Podczas typowego badania kardiolog ocenia obraz wideo o stosunkowo wysokiej rozdzielczości, uzyskiwany w trakcie przesuwania głowicy urządzenia po klatce piersiowej pacjenta. Ale w tym przypadku sztucznej inteligencji postawiono trudniejsze zadanie, chcąc sprawdzić możliwość oceny nieruchomych obrazów, stanowiących jedynie wycinek prowadzonego w rzeczywistym czasie badania. Rozdzielczość poddanych analizie widoków wynosiła jedynie 60×80 pikseli.

Kiedy zarówno sztuczna inteligencja, jak i wykwalifikowani kardiolodzy zostali poproszeni o posortowanie tych czarno-białych obrazów zgodnie z określonymi wcześniej 15 kategoriami, sztuczna inteligencja osiągnęła celność na poziomie 92 procent. Ludzie uzyskali tylko 79% poprawności.”To byli znakomici specjaliści” mówi Arnaout, „ale zadanie było trudne. Nie jesteśmy przyzwyczajeni do oglądania małych obrazów, wyjętych z kontekstu”.

Arnaout pracuje obecnie nad ulepszeniem technologii, która pozwoliłaby na identyfikację wielu różnych chorób i problemów związanych z sercem. ” Jak na razie tylko lekarz wykonują badanie echokrdiograficzne może spojrzeć na każde serce, bez względu na defekt, i wyciągnąć odpowiednie wnioski” – mówi Arnaout. „Jestem zainteresowana zbudowaniem platformy, która może to zrobić to samo”.