Sanntidsveiledning av hjerteultralydundersøkelse ved automatisk bildeanalyse basert på kunstig intelligens for å forbedre bildeopptak

Olaisen SH, Smistad E, Espeland T, Hu J, Pasdeloup DFP, Østvik A, Aakhus S, Rösner A, Malm S, Stylidis M, Holte E, Grenne

For måling av venstre hjertekammers størrelse og hjertefunksjonsmålet ejeksjonsfraksjonen er variasjonen mellom to målinger i kliniske studier cirka 10-15%. Automatiske målinger ved AI-verktøy kan bidra til forbedret målenøyaktighet. Vi har utviklet ulike AI-verktøy for helautomatiske analyser av hjerteultralydbilder.  

I denne studien evaluerte vi et nyutviklet AI-verktøy for måling av venstre hjertekammers volum og ejeksjonsfraksjon i store databaser og i sanntid ved hjerteultralydundersøkelser i sykehus.  AI-verktøyet ble testet i sanntid på 50 deltakere og for test-retest nøyaktighet hos 40 deltakere i tillegg til sammenlikning med referansemålinger hos 1 881 deltakere fra den fjerde Helseundersøkelsen i Trøndelag og 849 deltakere fra den sjuende Tromsø-undersøkelsen.  

Studien viste at AI-verktøyet hadde godt samsvar med menneskelige referansemålinger og reduserte målevariasjon med nesten 50% sammenliknet med om to ulike eksperter foretok separate målinger. I sanntidsundersøkelsen fant vi at man kan spare 5 minutter per undersøkelse på disse målingene.  

Konklusjon er at AI-verktøyet kan effektivisere målinger av venstre hjertekammers volum og ejeksjonsfraksjon, samt forbedre målenøyaktigheten. Videre kunne AI-verktøyet automatisk fremskaffe målingene uten operatørhjelp både i sanntid i forbindelse med ultralydopptak og i de store databasene. Fremtidige studier bør vise AI-verktøyets rolle på tvers av ulike sykdomsgrupper. 

Originaltittel: Automatic measurements of left ventricular volumes and ejection fraction by artificial intelligence: Clinical validation in real-time
and large databases

Publikasjon: Eur Heart J Cardiovasc Imaging. 2024; 25:383-395.

Kontakt: Håvard Dalen