Трансплантация сердца может быть спасительной операцией для пациентов с терминальной стадией сердечной недостаточности. Однако, многие пациенты испытывают отторжение пересаженного органа, при котором иммунная система начинает атаковать пересаженный орган. Но выявить отторжение трансплантата непросто: на ранних стадиях пациенты могут не испытывать симптомов, а эксперты не всегда приходят к единому мнению относительно степени и серьезности отторжения. Чтобы помочь решить эти проблемы, исследователи из Brigham and Women’s Hospital создали систему искусственного интеллекта (ИИ), известную как нейронный оценщик оценки сердечного отторжения (CRANE), которая может помочь обнаружить отторжение и оценить его тяжесть. В пилотном исследовании команда оценила эффективность CRANE на образцах, предоставленных пациентами из трех разных стран. обнаружив, что это может помочь кардиологам более точно диагностировать отторжение и сократить время, необходимое для обследования. Результаты опубликованы в Природная медицина.
«Наше ретроспективное пилотное исследование показало, что сочетание искусственного интеллекта и человеческого интеллекта может улучшить согласие экспертов и сократить время, необходимое для оценки биопсии», — сказал старший автор Фейсал Махмуд, доктор философии, из лаборатории Махмуда в отделении патологии Бригама. «Наши результаты подготовили почву для крупномасштабных клинических испытаний, чтобы установить полезность моделей ИИ для улучшения результатов трансплантации сердца».
Биопсия сердца обычно используется для выявления и оценки степени тяжести отторжения органов у пациентов после трансплантации сердца. Однако несколько исследований показали, что эксперты часто расходятся во мнениях относительно того, отказывается ли пациент от сердца, или о степени тяжести отторжения. Вариабельность диагноза имеет прямые клинические последствия, вызывая задержки в лечении, ненужные повторные биопсии, беспокойство, неадекватное дозирование лекарств и, в конечном итоге, худшие результаты.
CRANE предназначен для использования в тандеме с экспертной оценкой для более быстрой постановки точного диагноза, а также может использоваться в условиях, когда специалистов по патологии может быть немного. Команда обучила CRANE обнаружению, субтипированию и оценке отторжения трансплантата , используя тысячи изображений патологии из более чем 1300 биопсий сердца из Brigham. Затем исследователи проверили модель, используя тестовые биопсии из Brigham и независимые внешние тестовые наборы, полученные из больниц в Швейцарии и Турции. Наборы данных внешней проверки были созданы, чтобы продемонстрировать большую степень изменчивости для стресс-тестирования предложенной модели ИИ.
CRANE показала хорошие результаты в обнаружении и оценке отторжения с результатами, сравнимыми с результатами обычных оценок. Когда эксперты использовали этот инструмент, это уменьшало разногласия между экспертами и сокращало время оценки. Авторы отмечают, что его использование в клинической практике еще предстоит определить, и планируют дальнейшие улучшения системы, но результаты иллюстрируют потенциал интеграции ИИ в диагностику.
«На протяжении всей истории медицины диагностические оценки были в значительной степени субъективными, — сказал Махмуд. «Но благодаря мощи и поддержке вычислительных инструментов ситуация начинает меняться. Настало время внести изменения, объединив людей с клиническим опытом и тех, кто имеет опыт в области вычислительной науки, для разработки вспомогательных диагностических инструментов».
