Einsatz von KI zur Vorhersage von Herzinfarkten

In diesem Interview sprechen wir mit Dr. Damini Dey vom Cedars-Sinai Health System über ihre neuesten Forschungsergebnisse, bei denen es um die Verwendung künstlicher Intelligenz zur Vorhersage von Herzinfarkten ging.

Können Sie sich bitte vorstellen und uns sagen, was Ihre neueste Forschung im Bereich der künstlichen Intelligenz inspiriert hat?

Mein Name ist Dr. Damini Dey. Ich bin Wissenschaftler und Professor und arbeite mit quantitativer kardiovaskulärer Bildgebung am Cedars-Sinai Health System in Los Angeles. Wir haben mit künstlicher Intelligenz (KI) gearbeitet, um die Vorhersage von kardiovaskulären Ereignissen wie Herzinfarkten und die effiziente und automatisierte Messung von bildgebenden Biomarkern zu verbessern.

An dieser Aufgabe arbeiten wir seit vielen Jahren. Unser Ziel ist es, alle Plaques in den Koronararterien einfach und automatisch genau zu messen.

Da die KI in der Wissenschaft zunehmend an Bewusstsein gewinnt, was sind einige der aktuellen Hindernisse auf dem Weg zu einer breiteren Anwendung im Gesundheitswesen und im klinischen Umfeld?

Das größte Hindernis ist die Verfügbarkeit hochwertiger, multizentrischer Daten, die ein Dauerthema für alle Wissenschaftler ist, die mit KI arbeiten.

Bildnachweis: PopTika / Shutterstock.com

Sie haben jetzt ein KI-Tool entwickelt, das es einfacher macht, vorherzusagen, ob eine Person einen Herzinfarkt erleiden wird. Können Sie beschreiben, wie Sie dieses Tool entwickelt haben und wie es funktioniert?

Die Ansammlung von Plaque kann dazu führen, dass sich die Arterien verengen, was es dem Blut erschwert, zum Herzen zu gelangen, was die Wahrscheinlichkeit eines Herzinfarkts erhöht. Ein medizinischer Test namens koronare Computertomographie-Angiographie macht 3D-Bilder des Herzens und der Arterien und kann Ärzten eine Schätzung geben, wie stark sich die Arterien eines Patienten verengt haben. Es gab jedoch keine einfache, automatisierte und schnelle Möglichkeit, die in den CTA-Bildern sichtbare Plaque zu messen.

Das KI-Tool arbeitet mit dem Koronar-CT-Angiographie-Scan des Patienten zusammen und kann unmittelbar nach dem Scan verwendet werden. Der KI-Algorithmus wurde darauf trainiert, Plaque zu messen, indem er aus Koronar-CTA-Bildern von 921 Personen lernte, die geschulte Ärzte bereits analysiert hatten.

Der Algorithmus skizziert die Koronararterien in 3D-Bildern und identifiziert dann die Blut- und Plaqueablagerungen innerhalb der Koronararterien. Wir fanden heraus, dass die Messungen des Tools den Plaquemengen entsprachen, die in koronaren CTAs beobachtet wurden. Die Messungen stimmten auch mit den Ergebnissen zweier invasiver Tests überein, die bei der Beurteilung von Plaque und Verengung der Koronararterien als hochgenau gelten: intravaskulärer Ultraschall und katheterbasierte Koronarangiographie.

Schließlich entdeckten wir, dass Messungen des KI-Algorithmus aus CTA-Bildern das Herzinfarktrisiko innerhalb von fünf Jahren für 1.611 Personen, die Teil einer multizentrischen Studie namens SCOT-HEART-Studie waren, genau vorhersagten.

In Ihrer neuesten Forschung messen Sie koronare Plaque, um das Risiko einer Person für einen Herzinfarkt zu bestimmen. Warum gibt es derzeit keine automatisierte Möglichkeit, dies anhand von Computertomographie-Angiographie (CTA)-Bildern zu messen?

Dies liegt vor allem daran, dass die Aufgabe herausfordernd ist, insbesondere die Umrisse der nicht kalzifizierten Plaque mit hohem Risiko in den CTA-Bildern.

Herzattacke

Bildnachweis: zentradyi3ell / Shutterstock.com

Welche Vorteile hätte die Vorhersage des Herzinfarktrisikos nicht nur für medizinisches Fachpersonal, sondern auch für die Patienten selbst?

Es würde Ärzten helfen, die richtigen Antworten für Patienten zu finden, und es Patienten, die sich einer CTA unterziehen, ermöglichen, die Auswirkungen von Therapie und Lebensstil auf ihre Herzgesundheit herauszufinden.

Wie sieht Ihrer Meinung nach die Zukunft der KI im Gesundheitswesen aus? Gibt es bestimmte Bereiche, in denen Sie sich über die Einführung freuen?

Ich glaube, dass KI die Effizienz des Gesundheitswesens steigern wird. Ich freue mich besonders über die Einführung in allen Aspekten der medizinischen Bildgebung (Erfassung, Rekonstruktion und Verarbeitung) und bei der Integration von Patientendaten.

Welche weiteren Forschungsarbeiten müssen durchgeführt werden, bevor dieses Tool routinemäßig in klinischen Umgebungen eingesetzt werden kann?

Die nächsten Schritte bestehen darin, weitere Validierungen durchzuführen und dann den Schritten zu folgen, um sie für alle verfügbar zu machen.

Wo finden Leser weitere Informationen?

Hier finden Sie Links zu unserer Forschung:

Über Dr. Damini Dey

Damini Dey, PhD, ist Professorin und Forschungswissenschaftlerin am Biomedical Imaging Research Institute innerhalb der Abteilung für Biomedizinische Wissenschaften des Cedars-Sinai Medical Center. DR. Dey ist außerdem Direktor des Quantitative Image Analysis Program und technischer Co-Direktor von PET-MR am Biomedical Imaging Research Institute in Cedars-Sinai. Sie hat Auszeichnungen vom National Heart Lung and Blood Institute / National Institute of Health und von der Winnick Family Foundation erhalten. Sie fungiert als Redakteurin der Data Science-Sektion für Kreislauf: Kardiovaskuläre Bildgebung.DR.  Damini Dey

Ihre Forschungsuntersuchungen umfassen: auf künstlicher Intelligenz basierende Analyse von Herzbildern zur Vorhersage und Vorbeugung von Herzinfarkten; Machine-Learning-Integration von bildgebenden Biomarkern in Richtung Präzisionsmedizin; quantitative nichtinvasive kardiale Bildgebung; automatisierte Koronararterienanalyse aus Herz-CT – Messung der gesamten Plaquebelastung und der epikardialen Fettbelastung; Verbesserung der Bildqualität und Bildaufnahme und -analyse bei PET-MR und Reduzierung der Strahlendosis bei Herz-CT und Herz-PET-CT.

.

Leave a Comment