Автоматизированный конвейер глубокого обучения для оценки диастолической функции левого желудочка

Введение: Диастолическую дисфункцию левого желудочка (ДДЛЖ) чаще всего оценивают с помощью эхокардиографии. Однако единственного диагностического показателя не существует, поэтому ДДЛЖ оценивают по диагностическому алгоритму, основанному на дополнительных характеристиках; такой подход трудоёмок и потенциально сопровождается вариабельностью между специалистами.

Методы: Для изучения согласованности клинической оценки ДДЛЖ мы проанализировали архивные эхокардиографические исследования, выполненные в двух академических медицинских центрах, и оценили расхождения между текстовыми заключениями врачей и результатами оценки по рекомендациям Американского общества эхокардиографии (ASE) 2016 года. Затем мы разработали рабочий процесс из 8 моделей искусственного интеллекта, обученных более чем на 155 000 исследованиях, для автоматизации оценки ДДЛЖ. Эффективность моделей оценивали на отложенных тестовых выборках, сформированных в другие временные периоды, из двух академических медицинских центров.

Результаты: В валидационной когорте из 955 исследований Медицинского центра Cedars-Sinai согласованность автоматизированного рабочего процесса с оценкой по рекомендациям ASE на основании измерений, выполненных специалистами, составила 76,5%; взвешенный κ Коэна — 0,52. Для оценки по заключениям врачей эти показатели составили соответственно 48,5% и 0,29. В когорте Stanford Healthcare, включавшей 1572 исследования, согласованность автоматизированного рабочего процесса с рекомендациями ASE составила 66,7%, а взвешенный κ Коэна — 0,27; для оценки врачами — соответственно 32,7% и 0,06. Результаты были сопоставимыми в подгруппах пациентов, стратифицированных по полу, возрасту, наличию артериальной гипертензии, сахарного диабета, ожирения и ишемической болезни сердца.

Выводы: Врачи часто непоследовательно оценивают ДДЛЖ. Мы разработали конвейер искусственного интеллекта, автоматизирующий клинический процесс определения степени ДДЛЖ; его применение может способствовать улучшению диагностики сердечной недостаточности.