Каждый год примерно одна из восьми смертей в США хотя бы частично вызвана сердечной недостаточностью. Одним из наиболее распространенных предупреждающих признаков острой сердечной недостаточности является избыток жидкости в легких, состояние, известное как отек легких.
Точный уровень избыточной жидкости пациента часто диктует курс действий врача, но сделать такие определения сложно и требует от клиницистов полагаться на тонкие особенности в рентгеновских лучах, которые иногда приводят к непоследовательным диагнозам и планам лечения.
Чтобы лучше справиться с подобными нюансами, группа исследователей из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) разработала модель машинного обучения, которая может смотреть на рентгеновский снимок, чтобы количественно оценить степень тяжести отека на четырехугольнике. шкала уровней от 0 (здоровый) до 3 (очень и очень плохо). Система определяла правильный уровень более чем в половине случаев и правильно диагностировала случаи 3-го уровня в 90% случаев.
Работая с Beth Israel Deaconess Medical Center (BIDMC) и Philips, команда планирует интегрировать эту модель в рабочий процесс BIDMC в отделениях неотложной помощи этой осенью.
«Этот проект призван расширить рабочий процесс врачей за счет предоставления дополнительной информации, которая может быть использована для информирования их диагнозов, а также для проведения ретроспективного анализа», - говорит доктор философии. студент Руичжи Ляо, который был соавтором связанной статьи с другим доктором философии. студентка Гитика Чаухан и профессора Массачусетского технологического института Полина Голланд и Петер Шоловиц.
Команда говорит, что более точная диагностика отеков поможет врачам справиться не только с острыми проблемами с сердцем, но и с другими состояниями, такими как сепсис и почечная недостаточность, которые сильно связаны с отеками.