Cardiólogos han entrenado un gran modelo de IA para evaluar la estructura y función del corazón

Expertos en inteligencia artificial de Cedars-Sinai y del Smidt Heart Institute crearon un conjunto de datos de más de un millón de ecocardiogramas (videoecografías del corazón) y sus correspondientes interpretaciones clínicas. Con esta base de datos, desarrollaron EchoCLIP, un potente algoritmo de aprendizaje automático capaz de interpretar imágenes de ecocardiogramas y evaluar métricas clave.

El diseño y la evaluación de EchoCLIP, descritos en un artículo publicado en Nature Medicine, sugieren que la interpretación del ecocardiograma de un paciente utilizando EchoCLIP proporciona evaluaciones clínicas a nivel especializado, incluida la evaluación de la función cardíaca, los resultados de cirugías anteriores y dispositivos implantados, y puede ayudar a los médicos a identificar pacientes que necesitan tratamiento.

El modelo base EchoCLIP también puede identificar al mismo paciente en múltiples videos, estudios y puntos de tiempo, y reconocer cambios clínicamente importantes en el corazón del paciente.

"Hasta donde sabemos, este es el modelo más grande entrenado con imágenes de ecocardiografía ", dijo el autor principal del estudio, el Dr. David Ouyang, miembro del cuerpo docente de la División de Cardiología del Smidt Heart Institute y de la División de Inteligencia Artificial en Medicina.

Muchos modelos de IA anteriores para ecocardiogramas se entrenan con tan solo decenas de miles de ejemplos. En cambio, el excepcionalmente alto rendimiento de EchoCLIP en la interpretación de imágenes se debe a un entrenamiento con casi diez veces más datos que los modelos existentes.

"Nuestros resultados muestran que grandes conjuntos de datos de imágenes médicas e interpretaciones verificadas por expertos pueden servir como base para entrenar modelos médicos básicos, que son una forma de inteligencia artificial generativa", agregó Ouyang.

Flujo de trabajo de EchoCLIP. Fuente: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y

Señaló que este modelo de referencia avanzado pronto podría ayudar a los cardiólogos a evaluar los ecocardiogramas generando estimaciones de las mediciones cardíacas, identificando cambios a lo largo del tiempo y enfermedades comunes.

El equipo de investigación creó un conjunto de datos de 1.032.975 videos de ecografía cardíaca y sus correspondientes interpretaciones de expertos para desarrollar EchoCLIP. Los hallazgos clave del estudio incluyen:

• EchoCLIP demostró un alto rendimiento en la evaluación de la función cardíaca a partir de imágenes cardíacas.
• El modelo de referencia fue capaz de identificar dispositivos intracardíacos implantados, como marcapasos, implantes de válvula mitral e implantes de válvula aórtica, a partir de imágenes de ecocardiograma.
• EchoCLIP identificó con precisión a pacientes únicos en todos los estudios, detectó cambios clínicamente importantes como cirugía cardíaca previa y permitió el desarrollo de interpretaciones preliminares de textos de imágenes de ecocardiogramas.

"Los modelos básicos son una de las áreas más nuevas en la IA generativa, pero la mayoría de los modelos no cuentan con suficientes datos médicos para ser útiles en la atención médica", afirmó la Dra. Christina M. Albert, MPH, directora de la División de Cardiología del Smidt Heart Institute.

Albert, que no participó en el estudio, añadió: "Este nuevo modelo de referencia integra la visión artificial para la interpretación de imágenes de ecocardiogramas con el procesamiento del lenguaje natural para mejorar las interpretaciones de los cardiólogos".