初步研究表明,人工智能可以帮助评估和改善心脏移植的结果
心脏移植可以挽救终末期心力衰竭患者的生命。然而,许多患者经历器官移植排斥反应,免疫系统开始攻击移植器官。但是,检测移植排斥反应是具有挑战性的——在早期阶段,患者可能没有症状,专家们对排斥反应的程度和严重程度也并不总是一致。为了帮助解决这些挑战,来自布莱根妇女医院的研究人员创建了一个人工智能(AI)系统,称为心脏排斥反应评估神经估计器(CRANE),可以帮助检测排斥反应并估计其严重程度。在一项试点研究中,该团队评估了CRANE在来自三个不同国家的患者提供的样本上的表现,发现它可以帮助心脏专家更准确地诊断排异反应,并减少检查所需的时间。研究结果发表于自然医学.
“我们的回顾试点研究证明了结合人工智能和人类智能可以提高专家共识,减少评估活组织检查所需的时间,”布里格姆病理学系马哈茂德实验室的资深作者费萨尔·马哈茂德博士说。“我们的研究结果为大规模临床试验奠定了基础,以建立人工智能模型的效用心移植的结果。”
心脏活检通常用于确定和分级心脏移植后患者器官排斥反应的严重程度。然而,几项研究表明,专家们经常在患者是否排斥心脏或排斥的严重程度上存在分歧。诊断的可变性具有直接的临床后果,导致治疗延误、不必要的随访活检、焦虑、药物剂量不足,并最终导致更糟糕的结果。
CRANE的设计目的是与专家评估一起使用,以更快地建立准确的诊断,它也可以用于可能很少有病理专家可用的环境。团队对CRANE进行了检测、分型和分级移植排斥反应使用了来自布里格姆医院1300多份心脏活检的数千张病理图像。然后,研究人员使用来自布里格姆医院的活检和来自瑞士和土耳其医院的独立外部测试集验证了该模型。构建外部验证数据集是为了展示对所提出的AI模型进行压力测试的很大程度的可变性。
CRANE在检测和评估排异反应方面表现良好,结果与常规评估相当。当专家使用该工具时,它减少了专家之间的分歧,减少了评估时间。作者注意到它在临床实践还有待确定,并计划对系统进行进一步改进,但结果表明了将人工智能集成到诊断中的潜力。
马哈茂德说:“纵观医学史,诊断评估在很大程度上是主观的。“但由于计算工具的强大和帮助,这种情况正在开始改变。现在是时候做出改变了,把具有临床专业知识的人和具有计算科学专业知识的人聚集在一起,开发辅助诊断工具。”