Algorytmy sztucznej inteligencji (AI) usprawnią wykrywanie wrodzonych wad serca w okresie prenatalnym. Fundacja Serce Dziecka realizuje program, który ma przygotować pracowników medycznych na nadchodzące zastosowania AI w analizowaniu danych z echokardiografii płodu. Są już obiecujące dane mówiące o tym, że algorytmy skutecznie wspierają lekarzy w stawianiu takich diagnoz. Również polskie środowisko naukowe pracuje nad technologią, która będzie analizowała dane obrazowe w podobny sposób, jak robi to człowiek.
– Wrodzone wady serca nie są niestety zawsze rozpoznawane. Ich rozpoznawalność sięga średnio około 40% – mówi agencji Newseria dr Natalia Mazanowska, perinatolog z Kliniki Położnictwa i Ginekologii Instytutu Matki i Dziecka. – Jeśli dochodzi do urodzenia dziecka, u którego rozpoznamy wadę serca i wiemy o tym wcześniej, bo była zrobiona diagnostyka, poradnictwo, konsultacja z kardiologiem i dziecko się rodzi w przygotowanym do tego ośrodku, to rokowanie dla tego dziecka często może być bardzo dobre. A jeśli poród nastąpi w ośrodku nieprzygotowanym, bez wcześniejszego rozpoznania, to nawet jeśli dziecko trafi potem do wyspecjalizowanego ośrodka, to przebieg wczesny poporodowy może determinować to, czy będziemy mieli dobre efekty odległe leczenia, czy nie.
W ramach realizowanego przez Fundację Serce Dziecka programu InteliCardio prowadzone są szkolenia, które mają na celu rozwój kompetencji pracowników ochrony zdrowia w zakresie rodzących się możliwości wykorzystania systemów AI dla poprawy diagnostyki WWS. Na szkoleniach pracownicy medyczni dowiadują się, jak technologie AI mogą się przyczynić do wcześniejszego WWS i jaki mają potencjał w zakresie zwiększenia dokładności diagnoz oraz szybkiego przetwarzania danych medycznych.
– Cały czas poszukiwane są metody, żeby poprawić naszą zdolność do wykrywania wrodzonych wad serca u dzieci przed urodzeniem – wskazuje dr Natalia Mazanowska. – Jedną z takich metod, która będzie – mam nadzieję – wdrażana i rozwijana też w Polsce, będzie zastosowanie algorytmów AI, które mają być czynnikiem wspomagającym lekarza w procesie diagnostycznym. To nie jest tak, że te algorytmy same rozpoznają wadę serca, ale my w trakcie różnych szkoleń uczymy się cały czas o wadach serca i jeśli mamy wątpliwości, to taki algorytm może być dla nas pomocny w stwierdzeniu, czy ten obraz, który wydaje nam się odchyleniem, jest rzeczywiście odchyleniem od normy i wymaga ewentualnie pokierowania pacjentki do bardziej wyspecjalizowanego ośrodka, czy do badania na poziomie eksperckim.
W listopadzie 2024 roku w czasopiśmie „BMC Pregnancy and Childbirth” opublikowano wyniki badań nad możliwością obrazowania z wykorzystaniem AI i ultrasonografii w celu dokładnego i obiektywnego pomocniczego podejścia diagnostycznego w przypadku ubytku przegrody międzykomorowej serca płodu (VSD). Od stycznia 2016 roku do czerwca 2022 roku kompleksowo przeanalizowano ponad 1,4 tys. obrazów w USG serca płodu, pochodzących od 500 kobiet w ciąży. Obszar serca płodu został ręcznie oznaczony pod kątem obecności VSD. W zestawie treningowym zastosowano zasadę pięciokrotnej walidacji krzyżowej, aby opracować model AI wspomagający diagnostykę VSD. Wyniki uzyskane przez algorytm porównano z dokładnością diagnoz stawianych przez lekarzy z różnym stażem. Okazało się, że narzędzie poprawiło dokładność diagnozowania przez lekarzy z krótszym i średnim stażem odpowiednio o 6,7% i 2,8%. Z kolei w porównaniu do diagnoz najbardziej doświadczonych lekarzy dokładność narzędzia jest na podobnym poziomie, za to znacznie skrócił się czas potrzebny na diagnozę – z minut do milisekund.
– W obszarze WWS AI będzie miała olbrzymie zastosowanie, co już widzimy na naszych pierwszych analizach – wskazuje dr hab. Marcin Wiecheć, przewodniczący Sekcji Ultrasonografii Polskiego Towarzystwa Ginekologii i Położnictwa, ekspert Katedry Ginekologii i Położnictwa Collegium Medicum Uniwersytetu Jagiellońskiego. – Przede wszystkim wynika to z faktu, że lekarze szkolący się nie mają zbyt dużego dostępu do płodów z wrodzonymi wadami serca, w związku z czym ilość danych do procesu uczenia lekarzy jest ograniczona. Naszym zdaniem potrzebują oni wsparcia w postaci wirtualnego przyjaciela i dążymy do tego, wspólnie z lekarzami z całego kraju, a także ze współpracującymi lekarzami z zagranicy, aby wystandaryzować zapisy z ultrasonografu, zapisy płodowe, które zawierają informacje o sercu, nie tylko w kontekście jego struktury, ale także czynności. Takie wystandaryzowane zapisy pozwolą nam zbudować bazę, na której AI wykonuje procesy analizy i może w ostateczności kategoryzować, czy analizowany przypadek wymaga oceny eksperta.
Jednym z partnerów programu InteliCardio jest polska firma dostarczająca rozwiązania z zakresu AI dla wczesnego wykrywania WWS. Wraz z zespołem ekspertów budowane są algorytmy współpracujące. To m.in. algorytm, który opiera się na analizie trójwymiarowej. Działa ona w sposób podobny do tego, w jaki obrazy analizuje kardiolog.
– Ekspert momentalnie, nawet na bardzo krótkim przelocie głowicy, zapisie z badania echokardiograficznego płodu, widzi, że ma do czynienia z wadą serca i nawet dość szybko jest w stanie stwierdzić, z jaką kategorią wady ma do czynienia. Podobnie możemy nauczyć algorytm, jeżeli zapewnimy odpowiednią ilość danych – wskazuje dr hab. Marcin Wiecheć. – Już przez trzy lata pracujemy nad tym, aby dokładnie na tej samej zasadzie, jak uczone są samochody do jazdy autonomicznej, nauczyć algorytm rozpoznawania, co jest przedstawione na obrazach echokardiograficznych. Zaznaczaliśmy poszczególne elementy budujące strukturę serca, warstwa po warstwie w żmudnym procesie, który automatycznie został już wbudowany i cały czas, w miarę dostarczania kolejnych danych, jest budowany już samodzielnie przez algorytm. W związku z tym już mamy tego wirtualnego przyjaciela, którego musimy rozwijać, aby patrzył jeszcze dokładniej.
Według Mordor Intelligence rynek obrazowania medycznego opartego na AI osiągnie w 2025 roku 7,52 mld dol. przychodów, a do 2030 roku wzrośnie do ponad 26 mld dol.
