Kunstig intelligens i ekkokardiografi

Ekkokardiografi er et vanlig og viktig verktøy i diagnostisering av hjerte- og karsykdommer. Ved bruk av ultralyd tillater denne teknikken ikke-invasiv vurdering av hjertefunksjon, inkludert systolisk funksjon, diastolisk funksjon, hjertekammerkvantifisering og diagnose og kvantifisering av klaffeavvik. Bruken av ekkokardiografi har økt hvert år; over 7 millioner ekkokardiogrammer ble utført i 2011 i Medicare-populasjonen alene. Hjerte- og karsykdommer er fortsatt den ledende dødsårsaken på verdensbasis, og å tillate utstrakt bruk av ekkokardiografi kan føre til tidligere diagnose og behandling av hjerte- og karsykdommer og potensiell reduksjon i helsevesenet.

Prosedyren for et ekkokardiogram krever først bildeinnsamling som deretter følges av bildeanalyse og tolkning. Bildeinnsamling utføres tradisjonelt av hjertesonografer (teknikere) eller leger. Bildegjennomgang og tolkning utføres av spesialistleger, typisk kardiologer eller radiologer. Hvert trinn i prosessen krever historisk et høyt nivå av opplæring og spesialisert utstyr som begrenser bruken i områder med lite ressurser. Men gitt det høye ferdighetsnivået som kreves for å betjene dette utstyret, er det fortsatt et behov for ytterligere teknologier for å hjelpe til med anskaffelse og tolkning av bildebehandling. Etter hvert som ultralydteknologien har blitt bedre, har imidlertid kostnadene og størrelsen på utstyret redusert, og bruk av ultralyd ved sengen for å veilede kliniske beslutninger har blitt stadig mer vanlig. Denne ultralyden ved sengen er fokusert på spesifikke spørsmål, for eksempel diagnostisering av pleural eller perikardial effusjon, og kan lett læres bort til ikke-eksperter.

Et av de potensielle verktøyene for å overvinne disse begrensningene er kunstig intelligens (AI). AI er bruken av dataprogrammer for å etterligne den kognitive funksjonen til det menneskelige sinnet for å lære og løse problemer. Ekkokardiologi er et spesielt modent felt som kan ha nytte av bruk av kunstig intelligens. På grunn av anatomiske forskjeller og dynamiske kliniske situasjoner, kan prosessen med bildeoppsamling og analyse variere mye mellom pasienter. Selv om enkle datamaskinalgoritmer ikke klarer å integrere disse forskjellene, kan kunstig intelligens tillate maskinassistert bildeinnsamling og analyse. I løpet av de siste årene har det vært en rekke studier av dataassistert analyse av ekkokardiografi. Bruken av denne teknologien kan øke hastigheten på innhentingen av ekkokardiografiske bilder, redusere mengden trening som trengs for å innhente og analysere bilder, forbedre diagnostisk kvalitet og redusere interobservatørvariabilitet i analysen av ekkokardiografiske bilder.

Ved å integrere kunstig intelligens-assistert bildeinnsamling og analyse med ultralydteknologi, kan det være mulig for minimalt trente operatører i underbetjente områder å bruke ekkokardiografi for nøyaktig å diagnostisere hjerte- og karsykdommer.

Denne studien vil bli overvåket av Echocardiography Laboratory og Internal Medicine Residency Program i Institutt for medisin ved NewYork Presbyterian Columbia University Medical Center. Studien vil foregå på den medisinske innlagte døgnavdelingen for kardiologisk avdeling som primært holder til i avdelingen Milstein Hospital 5 Garden South. Hovedtemaene i studien er de medisinske beboerne ved Medisinsk avdeling som går på turnus gjennom døgnavdelingen for kardiologisk avdeling.

I løpet av denne studien vil de medisinske beboerne gjennomgå en treningsøkt som introduserer dem til de grunnleggende konseptene for ekkokardiografi og bruken av enten Bay Labs ekkokardiologi AI ultralydsystem eller et standard ekkokardiografisystem (en innfødt Terason ekkokardiografimaskin). I denne protokollen vil de ekkokardiografiske bildene de får ved hjelp av disse verktøyene bli kalt et "studieekkokardiogram". Dette er i motsetning til et "formelt ekkokardiogram" som utføres av hjertesonografer, kardiologstipendiater eller kardiologibehandlere og analyseres av kardiologer som spesialiserer seg på ekkokardiografi. De medisinske beboerne vil bruke enten Bay Labs-systemet eller det opprinnelige Terason-systemet for å utføre ekkokardiogrammer på pasienter innlagt på kardiologisk avdelingsteam som enten har gjennomgått eller er planlagt å gjennomgå et formelt ekkokardiogram innen 1 dag etter studieekkokardiogrammet. De eksplisitte målene med dette prosjektet er (1) å avgjøre om det er mulig for medisinske beboere som nybegynnere å tilegne seg og tolke ekkokardiografiske bilder og (2) om bruken av Bay Labs-systemet hjelper til med utdanning over standardsystemet. Bay Labs-ekkokardiogrammet som utføres som en del av denne studien er ikke FDA-godkjent for å hjelpe til med kliniske beslutninger, og som sådan vil ikke resultatene av studieekkokardiogrammene bli brukt til å endre klinisk behandling.

Det er totalt 4 kardiologiske beboerteam på de sengeliggende kardiologiske avdelingene, og teamene er utpekt ved hjelp av et bokstavsystem: A, B, C og D. Hvert av disse teamene består av en førsteårs medisinsk beboer og en tredjedel. -års medisinsk bosatt. A- og C-lagene danner en lagdyade og B- og D-lagene danner en andre lagdyade. Teamene dekkes om natten av et eget team med medisinske beboere. Hver dyade er primært overvåket av et par kardiologiske behandlere som fører tilsyn med omsorgen for de generelle hjertepasientene. I tillegg til tjenesten kardiologisk oppmøte, kan teamene behandle pasienter under behandling av hjertesviktkardiologer eller andre private kardiologer. Hvert team kan frakte totalt 10 pasienter. Innleggelsesstrukturen til teamene åpner for at 7 nye pasienter kan legges inn på kardiologisk avdelingstjeneste per 24 timers periode. På dagtid kan 3 pasienter legges inn i langvaktteam og 1 pasient i kortvaktteam. Om natten kan 3 pasienter legges inn i overnattingsteamet (langsamtale).

Før oppstart av studien vil det bli opprettet en tidsplan der hver 4-ukers rotasjonsblokk for kardiologisk døgnavdeling vil bli tildelt til å bruke Bay Labs-teknologi eller det opprinnelige Terason-systemet. Ved starten av turnusen for kardiologisk døgnavdeling, vil de medisinske beboerne bli kontaktet for å gi samtykke til å gjennomføre studien. De medisinske beboerne som samtykker til studien vil gjennomgå en forhåndstest og spørre dem om deres komfort med utførelse av og tolkning av ekkokardiografi. De vil deretter gjennomgå en treningsøkt som introduserer dem til det grunnleggende om ekkokardiografi, studieprotokollen og driften av enten Bay Labs ekkokardiografisystem eller det opprinnelige Terason ekkokardiografisystemet. Etter å ha mottatt denne opplæringen vil de kunne begynne å utføre ekkokardiogrammer i studien.

Hver morgen vil hver medisinsk beboer kunne utpeke mellom 1-3 pasienter på deres tjeneste for å gjennomgå et ekkokardiogram. Inkluderings- og eksklusjonskriteriene er oppført i protokollen. Pasientene vil bli kontaktet av en etterforsker eller forskningsassistent for å gi dem samtykke til studien. Deltakerne vil deretter gjennomgå et ekkokardiogram utført av de medisinske beboerne og bilder vil bli lagret for senere analyse. Etter hvert ekkokardiogram vil de medisinske beboerne fylle ut et kort skjema som dokumenterer ekkokardiogrammet. Spørsmål på dette skjemaet vil inkludere demografi, kliniske egenskaper, tekniske aspekter om testen (som for eksempel om spesifikke synspunkter kan oppnås), og stille grunnleggende spørsmål om operatøres estimerte hjertefunksjon som ble observert under testen.

På slutten av turnusen vil de deltakende beboerne ta en ettertest på deres komfort med utførelse av og tolkning av ekkokardiografi. De vil få mulighet til å gi tilbakemelding på studien. De medisinske beboerne vil bli tilbudt tilbakemelding på deres ekkokardiogrammer under og etter studieperioden for å hjelpe til med læring.

Etter endt studieperiode vil dataene bli analysert. Resultater fra pre- og post-testen vil bli analysert for å avgjøre om de medisinske beboerne hadde forbedring i kunnskapen om ekkokardiografi under rotasjonen. Ekkokardiogrammene vil bli analysert og sammenlignet med de formelle ekkokardiogrammene av studieforskerne og behandlende ekkokardiografer for å finne ut om de angitte bildevisningene kan oppnås, tiden som trengs for å få bildene, og kvaliteten på bildene sammenlignet med det formelle ekkokardiogrammet. Den venstre ventrikkels systoliske funksjonen som ble observert visuelt av de medisinske beboerne under studieekkokardiogrammet, autoEF beregnet av Bay Labs-programvaren i de pasientene i disse gruppene, og venstre ventrikkel-ejeksjonsfraksjonen fra det formelle ekkokardiogrammet vil bli sammenlignet.

Denne studien har ikke mer enn minimal risiko for pasientene som er registrert. Selve testen (et transthorax ekkokardiogram) er ikke-invasiv og har ingen strålingseksponering. I tillegg vil de medisinske teamene få forbud mot å ta kliniske avgjørelser basert på Bay Labs ekkokardiogram som i stedet vil være basert på det formelle ekkokardiogrammet. Ved slutten av studien vil dataene bli permanent avidentifisert.