AI辅助心脏超声技术的研究进展

人工智能在超声心动图中的应用还处于相对早期的阶段，应用于超声图像采集、识别、心功能的自动量化、疾病的自动评估等。目前已出现多种超声心动图软件包借助AI技术，协助图像分析，用于评估心脏结构、功能。

早期研究进展

Tsang等对159例患者进行研究，使用基于AI技术的自动化软件自动分析左心房、左心室容积和LVEF，结果发现该方法具有可行性，与金标准心脏磁共振数据相关性高（r=0.84、0.93、0.85），并且比全手动分析耗时短（26±2）s vs（144±32）s，（P＜0.001）。 另一款基于AI技术的软件包（Auto LV，TomTec-arena 1.2，TomTec Imaging Systems，Germany）应用针对图像的机器学习算法，也能自动检测心内膜边界。Knackstedt等采用该软件包，针对多中心255名研究对象进行研究，采用软件全自动描绘分析图像、输出LVEF，与超声心动图专家手工描记心内膜轮廓、通过双平面Simpson法测量的LVEF相比较，发现软件分析和专家手动分析的结果具有较好的一致性（ICC：图像质量较差组0.79，图像质量佳组0.83），软件获得LVEF仅耗时（8±1）s，还发现软件输出的左心室收缩末期纵向应变（LS）能反映左心室收缩功能（LVEF=2× LS+20，r= 0.92，P＜0.001）。该研究证明了AI全自动分析左心室收缩功能的可行性、准确性。 除了心腔容积、左室射血分数评估之外，AI辅助心脏超声进行瓣膜评估也具有可行性。 Jin等回顾分析了90例退行性二尖瓣脱垂患者的三维经食管超声资料，进行二尖瓣重建，以手术结果为金标准，结果发现，全手动分析情况 下，非专家（既往三维超声二尖瓣分析＜10例）相比超声心动图专家（既往三维 超声二尖瓣分析＞500 例）的准确性显著降低（83% vs 95% ，P＜0.001）；使用AIUS能显著提高非 专家的准确性（从83%提高到89%，P=0.003），尤其A3分区（从81% 提高到94%，P=0.006）和 P1 分区（从78%提高到88% ，P=0.001）的准确性，这可能与A3、P1分区的解剖变异度大、描绘困难有关; 另外，使用AIUS能显著节省图像描绘分析时间[专家分析: (1.9±0.7) min vs (9.9±3.5) min，P＜0.0001；非专家分析（5.0±0.5）min vs （13±1.5）min，P＜0.0001] 。

EchoNet-RCT研究：AI评估LVEF安全有效省时间

在ESC 2022年会上，David Ouyang教授公布了通过运用AI评估左心室射血分数（LVEF）的精准度结果（EchoNet-RCT研究）。 EchoNet-RCT是一项盲法随机对照研究，将AI引导的LVEF测量与超声医师在超声心动图初步判读进行了比较。3495例心衰患者以1:1随机分为超声医师初步报告结果组或AI初步报告结果组，并由心脏病专家进行最终判断。其中，所使用的AI产品为Ouyang教授团队在2020年研发的AI模型EchoNet-Dynamic，而人类专家则由35位平均工作时间超过10年的超声医师及心脏科医师参与。同时，为保证安全性，此次研究并非对患者进行的重新检查，而是采用已有的被标注的历史数据。

研究的主要终点为初始LVEF评估结果于最终心脏病医师提供的评估结果变化幅度>5%的患者比例；次要终点为既往报告结果与最终报告结果之间的差异，AI组与超声技师组初始评估所需时间的差异。

AI组和超声医师组发生主要终点事件的比例分别为16.8%和27.2%（平均差：-10.5，95%CI：-13.2% ~ -7.7%，P＜0.001）。次要终点方面，AI组和超声检查组最终报告与既往报告结果差异的比例分别为50.1%和54.5%（平均差：-4.5，95%CI：-7.8% ~ -1.2%，P=0.008）。

心脏科专家无法辨别哪些结果出自AI、哪些结果出自超声医师，且AI对LVEF的评估能力不劣于超声医师。此外，AI评估可以节省心脏病医师评估LVEF结果的时间。

UltraSight AI Guidance软件：超声新手也能获取高质量心脏图像

UltraSight 实时人工智能引导软件AI Guidance 可以帮助没有超声造影经验的医疗专业人员在多种环境下的护理点获取心脏超声图像，从而更广泛地检测心脏疾病，并为患者提供更便捷的心脏监测服务。其关键性临床研究在以色列的Sheba医疗中心、芝加哥大学和密尔沃基的Aurora St. Luke's Medical Center进行。 九名以前没有心脏超声经验的居民和注册护士参加了研究。在研究期间，符合条件的受试者将在一次研究访问（同一天）中接受两次超声心动图检查：一次由使用UltraSight AI指导软件的新手用户进行，一次由专家超声医师在没有软件帮助的情况下进行。 经过一天的训练，超声“新手”扫描了240名心脏病患者，并使用UltraSight的AI引导工具获得了10个标准的2D经胸超声心动图视图。超声“新手”进行的心脏检查成功地评估了以下内容：左心室大小（99.2%）、左心室功能（99.6%）、右心室大小（93%）；和存在大量心包积液（100%）。 结果还证实，没有任何临床超声检查经验的医疗专业人员可以使用其人工智能（AI）指导和质量评估技术成功进行诊断性超声心动图检查。

LVivo IQS软件：影像分析能力不劣于与超声医师

DiA Imaging Analysis的LVivo IQS是一款人工智能软件，为心脏超声术者提供扫描的实时图像质量反馈。其安全性和有效性分析的临床研究结果表明LVivo IQS人工智能的质量评分反馈与获得临床可解读图像的能力高度一致，由专门从事超声心动图的心脏病专家进行评估。LVivo IQS保存的91%的图像被心脏病专家发现为临床上可解释的图像。

参考资料

1.ESC 2022丨刘迎午教授：EchoNet-RCT研究——人工智能评估左心室射血分数的精准度. 心关注, 2022-08-28.

2.https://classic.clinicaltrials.gov/ct2/show/NCT05090748?lead=UltraSight&draw=1&rank=3

3.https://www.prnewswire.com/news-releases/new-landmark-study-indicates-ultrasight-enables-novice-ultrasound-users-to-capture-high-quality-cardiac-images-301687975.html

4.鲍圣芳,张玉奇.人工智能在超声心动图技术中的研究进展[J].医学影像学杂志,2020,30(06):1098-1100.

免责声明：本文所提供内容仅供交流学习使用，不涉及商业盈利目的。如涉及版权问题，请联系本站管理员予以更改或删除。

排版/编辑：医心编辑部