站長之家(ChinaZ.com) 7月12日 消息:據國外媒體報道，研究人員利用深度學習的人工智能模型，成功將簡陋的胸部 X 光片轉變為更強大的心臟診斷工具。他們表示，這種新方法可以快速、準確地評估心臟功能和檢查疾病。

胸部 X 光是最常用的放射學檢查之一，也是醫生們常用的診斷肺部和心臟疾病的方法。然而，由于 X 光是靜態圖像，無法提供關于心臟運作的詳細信息，因此需要進行超聲心動圖檢查。

超聲心動圖是一種評估心臟泵血效率和檢查心臟瓣膜是否有漏氣或病變的方法。心臟瓣膜病變會導致心臟泵血功能下降，可能引發心臟衰竭、驟停和死亡。

然而，超聲心動圖需要專業技術人員進行操作。

現在，大阪市立大學的研究人員利用深度學習的人工智能模型，將簡陋的胸部 X 光片轉化為更詳細的診斷工具。

深度學習是一種人工智能技術，通過模仿人腦處理數據的方式來讓計算機學習。研究人員使用了來自四個機構的16946名患者在2013年至2021年期間收集的22551張胸部 X 光片和超聲心動圖數據，對深度學習模型進行訓練。為了減少人工智能產生偏見的風險，他們使用了來自多個機構的數據。

研究人員發現，在測試他們的深度學習模型時，它能夠準確地對六種類型的瓣膜性心臟病進行分類。該模型的曲線下面積（AUC），即評估其分類能力的指標，介于0.83至0.92之間。AUC 的取值范圍是0到1，數值越接近1表示分類能力越好。

研究人員表示，這種新型人工智能方法可以作為超聲心動圖的補充，特別是在需要快速診斷或技術人員短缺的情況下。

"我們花了很長時間才得到這些結果，但我相信這項研究非常重要，" 該研究的主要作者 Daiju Ueda 表示。"除了提高醫生的診斷效率，該系統還可以在沒有專家的地區、夜間急診以及難以接受超聲心動圖檢查的患者中使用。"

該研究成果已發表在《柳葉刀數字健康》雜志上。