姓名: 罗刚

医院（或学校）: 青岛大学附属妇女儿童医院

论文类别: 医疗健康人工智能技术研发

科室: 心脏中心

论文摘要: 目的 旨在开发一种新型人工智能（AI）系统，通过检测室间隔缺损（VSD）患儿的超声心动图和/或胸部正位片，识别影响患儿远期预后的VSD修补术后肺动脉高压这一特殊类型，并协助制定合理的治疗方案。 方法 收集并分析2017年1月至2023年12月期间在青岛大学附属妇女儿童医院和青岛市中心医院接受VSD手术的1316例1岁以下患儿的数据资料。根据术后超声心动图和/或心导管检查结果，将患儿分为两组：正常肺动脉压组（NG）和VSD修补术后PAH组（CD）。我们利用超声心动图（Echo）和胸部数字放射成像（DR）数据集训练并验证了一种多模态、多路径AI系统（MMAI）。采用Dice相似系数（DSC）评估模型在图像自动轮廓分割中的效果，并通过内部和外部测试集，使用受试者工作特征曲线下面积（AUC）、准确率和F1分数评估MMAI的识别性能。 结果 ResNet50模型在Echo和胸部DR图像的自动心脏轮廓分割中表现出色，DSC值分别为0.950±0.017和0.946±0.020。与单一图像类型相比，基于ResNet50模型的多模态模型在训练集和验证集的二分类任务中表现更优，AUC和准确率均超过90%。在多路径检测中，MMAI系统结合内部和外部测试集检测结果，在NG和CD组中均表现良好，AUC、准确率和F1分数均达到较高水平。 结论 本研究初步开发了一种有效的MMAI系统，利用Echo和胸部DR图像，证明了在1岁以下VSD患儿术前识别CD的可行性，具有一定的临床实用价值。