11 просмотров

Искусственный интеллект в акушерско-гинекологическом УЗИ

Вы когда-нибудь задумывались, как беспилотные автомобили распознают мяч на дороге? А как насчет того, что Amazon волшебным образом узнает, какие товары вам нужны, еще до того, как это сделаете вы? Это все благодаря распознаванию образов искусственного интеллекта (ИИ). Аналитический ИИ относится к общему процессу, с помощью которого машины или компьютеры воспроизводят и заменяют человеческие задачи и познание. Машинное обучение — это ветвь ИИ, в которой алгоритмы, вдохновленные человеческим мозгом, побуждают компьютер продолжать автоматически распознавать закономерности (рис. 1). Еще одним подмножеством является глубокое обучение, в котором огромное количество нейронных сетей интерпретируют и используют большие объемы данных для более глубоких «когнитивных» способностей. Ее также называют сверточной нейронной сетью (CNN) отчасти из-за ее сходства с нейронами и связями в коре головного мозга.Глубокое обучение привело к прорыву в здравоохранении, особенно в распознавании рентгенологических изображений. 1 Использование ИИ в медицинской визуализации
Одним из наиболее распространенных применений ИИ в здравоохранении является компьютерная диагностика (CAD), которая уже широко изучалась во многих областях, включая визуализацию простаты, молочной железы и сердца. 2-4 Многие приложения ИИ используются для разработки и реализации протоколов, что сокращает время визуализации, оптимизирует штат сотрудников и снижает затраты. 5 Они также стали инструментом, помогающим врачам принимать решения о лечении пациентов. 6 Акушер-гинеколог, хотя и поздно вступает в игру, учитывая повсеместное использование ультразвука в уходе почти за каждой женщиной репродуктивного возраста в современном мире, имеет потенциал подняться в рейтинге как специальность, наиболее полезная для использования и развития ИИ. Использование ИИ в акушерско-гинекологической визуализации «Я не могу поверить, что вы должны сами вычислять все эти измерения. Разве машина не распознает голову ребенка?» — спрашивает любознательный пациент. Автомобиль Tesla стоит примерно столько же, сколько Voluson E10, хотя первый может распознавать несколько одновременно движущихся объектов на дороге, а второму еще предстоит надежно выяснить, как распознавать органы плода, которые более или менее идентичны в 97% случаев. зародыши. В то время как первоначальная задача обучения проведению УЗИ плода требует ловкости и механических навыков рук, кажется правдоподобным, что полуобученный сонографист может научиться размещать датчик в правильном месте, а компьютерная помощь может помочь определить правильную плоскость, быструю идентификацию органа, и рассчитать многие измерения автоматически. Во многих новых машинах уже используется автоматическое распознавание изображений при биометрическом измерении бипариетального диаметра плода (BPD), окружности головы (HC), длины бедренной кости (FL) и окружности живота (AC).В этих случаях сонографист отвечает за определение правильных ориентиров в выбранной плоскости, и после запроса аппарат пометит и измерит желаемое биометрическое значение. Если правильно, это экономит время. Напротив, если качество изображения плохое, например, из-за положения плода или ожирения матери, оно может ошибочно превысить или занизить орган. Одно исследование сравнило 100 ручных биометрических измерений со 100 автоматическими измерениями и показало экономию времени примерно на 20 секунд и семь шагов при каждом 20-минутном анатомическом исследовании. 7 Хотя экономия времени при каждом отдельном приеме пациента может быть незначительной, в конце напряженного дня каждая секунда имеет значение для повышения эффективности УЗИ-оператора и снижения утомляемости. Вы читали: Может ли ИИ повысить точность и эффективность маммографии? Трехмерное и четырехмерное ультразвуковое исследование (3D/4D) произвело дальнейшую революцию в возможности получения и обработки изображений, особенно в области САПР и распознавания изображений. Многие крупные производители УЗИ разработали собственное программное обеспечение, такое как VOCAL (Virtual Organ Computer-aided Analysis) от GE или S-Detect для визуализации молочных желез от Samsung. Распознавание изображений пережило бум в УЗИ плода, когда группы изучают практически каждую плоскость и орган плода. Одним из первых интересов был трехмерный компьютерный анализ сердца плода. Одно исследование показало, что удовлетворительные изображения четырехкамерного сердца, выводных путей и желудка были получены только в 43-65% случаев, и меньше в условиях ожирения или позвоночника плода вверх. 8 Совсем недавно наборы объемных данных пространственно-временной корреляции изображений (STIC) использовались для идентификации девяти стандартных эхокардиографических изображений плода с чувствительностью до 98% для скрининга врожденных пороков сердца. 9 Некоторые другие примеры включают вилочковую железу плода, для которой CAD помог с идентификацией границ и точным измерением объема этой сложной пирамидальной структуры в 77% случаев.10 ИБС даже изучалась для определения ключевых характеристик спектра приращения плаценты 11 и длины шейки матки, воронкообразной формы и сладжа для прогнозирования преждевременных родов у пациенток с короткой шейкой матки. 12 Гестационный возраст больше не является ограничивающим фактором, так как эти методы были расширены до первого триместра в объеме NT от Samsung и SonoNT от GE. FetalHQ — еще одно программное обеспечение, которое использует отслеживание спеклов для анализа движения нескольких точек на сердце плода, чтобы предоставить информацию о его размере, форме и функциях. Для расчета этого сложного алгоритма требуется простой двухмерный видеоклип четырехкамерного изображения пульса и 3 минуты постпроизводственного анализа, результаты которого потенциально могут дать объем информации о сердечной функции плода. 13 Недавно появившееся программное обеспечение включает SonoCNS Fetal Brain (рис. 2), разработанное GE Healthcare, и 5D CNS+ от Samsung. 14 Оба используют приложение для глубокого обучения, чтобы сделать одно трехмерное сканирование мозга плода и автоматически распознать и измерить основные структуры через заднюю черепную ямку, желудочки, BPD и HC. Однако в настоящее время большинство провайдеров используют распознавание изображений в качестве второго прохода или подтверждения для повышения точности диагностики и не ищут замену своей клинической проницательности и многолетнему обучению. Будущее ИИ в акушерско-гинекологическом УЗИ Данные и многие из них являются фундаментальным требованием для создания успешного приложения для глубокого обучения. Одним из практических ограничений разработчиков программного обеспечения является этичное и эффективное получение обезличенных данных пациента для создания такой вещи. Одним из крупнейших игроков в сфере искусственного интеллекта является британская компания Intelligent Ultrasound, которая получила более 1 миллиона высококачественных изображений реальных акушерских сканирований для разработки алгоритмов для программного обеспечения ScanNav.Задача ScanNav состоит в том, чтобы предоставить специалистам по УЗИ руководство в режиме реального времени путем автоматического захвата шести правильных изображений в соответствии с рекомендациями британской программы скрининга аномалий плода и проведения аудита, показывающего, что все изображения были получены. В некотором смысле это обеспечивает уровень улучшения качества для обеспечения оптимального ухода за пациентами. Программное обеспечение все еще находится в разработке, и некоторые ограничения включают руководство по размещению датчика в режиме реального времени, особенно с учетом уникальных особенностей пациента, таких как ожирение. Важнейшим аспектом, который следует учитывать в таких ситуациях, является конфиденциальность пациента. Хотя отдельные данные могут быть деидентифицированы, дальнейшие достижения в области машинного обучения могут позволить идентифицировать людей, если не будут приняты надлежащие меры безопасности с защитой данных. 15 Если вы пропустили: может ли ИИ улучшить отбор эмбрионов для ЭКО? В конце 2018 года компания SonoScape medical (Шэньчжэнь, Китай) объявила о разработке своего алгоритма S-fetus, разработанного для ультразвуковой системы S60, который будет сканировать весь плод с помощью одной кинопетли. Тысячи реальных изображений использовались для разработки алгоритмов определения подходящих ориентиров и точных измерений. Кроме того, в истинном стиле глубокого обучения система продолжает настраивать свой анализ с каждым дополнительным выполняемым экзаменом. Программное обеспечение S-fetus выберет лучшие изображения и автоматически измерит ключевые компоненты роста. Это программное обеспечение объединит многоэтапный процесс получения биометрии плода одним нажатием кнопки. В дополнение к экономии огромного количества времени и нажатий клавиш для каждого пациента, он будет предупреждать сонографиста, если ручные настройки или измерения не соответствуют стандартам изображения, тем самым предоставляя сонографисту обратную связь и улучшая изображения. Ультрасонография плода является основой рутинной дородовой помощи.За последние годы были достигнуты значительные успехи в улучшении качества изображения и диагностической точности при сохранении простоты, воспроизводимости и эффективности для специалистов по УЗИ и врачей, интерпретирующих изображения. Одним из самых больших преимуществ ИИ является устранение его зависимости от оператора и стандартизация нашего подхода к повышению безопасности пациентов, особенно в условиях ограниченных ресурсов, где в противном случае может не хватать опыта. Держите глаза и уши открытыми, так как данные и шумиха вокруг этой технологии в нашей области будут только расти. Предварительное расписание ISUOG в Берлине в октябре этого года включает курсы о том, как большие данные и искусственный интеллект могут повлиять на нашу область, и занятия, несомненно, будут очень посещаемыми. ИИ и глубокое обучение, безусловно, оправдывают всю шумиху и энергию вокруг них, но на самом деле они еще недостаточно сложны, чтобы заменить акушеров, специалистов в области медицины матери и плода или рентгенологов. Будьте уверены, нам пока не нужно беспокоиться о безопасности нашей работы.

Статья в тему:  Почему большие данные влияют на развитие искусственного интеллекта

Раскрытие информации:

Авторы сообщают об отсутствии потенциальных конфликтов интересов в отношении этой статьи.

Использованная литература:

  • Шмидхубер Дж. Глубокое обучение в нейронных сетях: обзор. Нейронная сеть. 2015;61:85-117.
  • Лох Т., Лойшнер И., Генберг С., Вайхерт-Якобсен К., Купперс Ф., Ифантис Э. и др. Анализ искусственной нейронной сети (АННА) трансректального УЗИ предстательной железы. Простата. 1999;39(3):198-204.
  • Мун В.К., Чен И.Л., Чанг Дж.М., Шин СУ, Ло К.М., Чанг Р.Ф. Адаптивная система компьютерной диагностики на основе размеров опухоли для классификации опухолей молочной железы, выявляемых при скрининговом УЗИ. Ультразвук. 2017;76:70-77.
  • Перейра Ф., Буэно А., Родригес А. и др. Автоматизированное выявление коарктации аорты у новорожденных по двумерным эхокардиограммам. J Med Imaging. (Беллингем). 2017;4(1):014502.
  • Песапане Ф., Волонте С., Кодари М., Сарданелли Ф. Искусственный интеллект как медицинское устройство в радиологии: этические и нормативные вопросы в Европе и США. Инсайты. 2018;9(5):745-753.
  • Кан СЕ, младшийИскусственный интеллект в радиологии: системы поддержки принятия решений. Рентгенография. 1994;14(4):849-861.
  • Эспиноза Дж., Гуд С., Рассел Э., Ли В. Повышает ли использование автоматизированной биометрии плода эффективность клинического рабочего процесса? J УЗИ Мед. 2013;32(5):847-850.
  • Коэн Л., Мангерс К., Гробман В.А. и соавт. Быстрая трехмерная съемка с компьютерным анализом объема на основе сонографии для визуализации сердца плода на сроке беременности от 18 до 22 недель. J УЗИ Мед. 2010;29(5):751-757.
  • Yeo L, Luewan S, Romero R. Интеллектуальная навигационная эхокардиография плода (отличная) выявляет 98% врожденных пороков сердца. J УЗИ Мед. 2018;37(11):2577-2593.
голоса
Рейтинг статьи
Статья в тему:  Какой производитель видеокарт поставляет искусственный интеллект
Ссылка на основную публикацию
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x