Automatiserad ekokardiografisk upptäckt av kranskärlssjukdom med artificiell intelligens

Incidensen och dödligheten av kranskärlssjukdom ökar år för år. Att utforska icke-invasiva, korrekta och allmänt tillämpbara metoder för screening och diagnos är av stor betydelse. Nya ultraljudstekniker, såsom icke-invasivt myokardarbete, har visat sig vara överlägsna traditionella ultraljudstekniker vid screening och diagnos. Diagnostisk analys baserad på ultraljudsvideobilder är dock tidskrävande och subjektiv. Framstegen inom artificiell intelligens-teknologi inom helautomatisk kvantitativ utvärdering av videobilder ger möjlighet till datorstödd designscreening och diagnos. För närvarande är tillämpningen av artificiell intelligens i datorstödd design en spjutspetsfråga inom området för forskning om hjärt-kärlsjukdomar. Tillämpningen av artificiell intelligens vid konstruktionen av datorstödda diagnostiska modeller baserade på ultraljudsvideobilder är fortfarande i ett tidigt skede.