标题健康，一家领先的医疗人工智能(AI)的公司，和它的合作者宣布其标志性关键研究表明其标题指导™AI-引导更多的研究分析成像技术可以有效地指导超声初学者，以接受电生理(EP)植入设备的患者进行诊断质量检查。随着Caption Health的AI技术扩大了在包括农村地区和初级保健在内的各种临床环境中获得高质量医学成像的机会，仅在美国，估计就有50万至300万患者使用可植入的起搏器，这项研究令人鼓舞。
Caption Guidance提供实时指导和自动质量评估，以帮助用户优化和捕获诊断质量的超声图像，并旨在模仿超声医师的专业知识。该软件中使用的深度学习模型接受了关于探头运动对图像方向/质量影响的5,000,000多次观察的训练。
这项研究在2020年ESC大会(欧洲心脏病学会年会)上发表，被选为“最佳电子海报”之一，是为支持Caption Health具有里程碑意义的FDA De而进行的关键性研究中的描述性亚组分析。 2月获得Novo授权。在较大的研究中，八位没有超声检查经验的护士在新颖的Caption Guidance软件的指导下，分别对30位患者(共240位患者)进行了10次标准的经胸超声心动图(TTE)检查。这些患者中有27位存在起搏器或植入式心脏复律除颤器(ICD)。在同一天，训练有素的心脏超声医师无需使用深度学习算法即可获得相同的10个TTE图像。
描述性分析评估了软件对植入EP设备的患者的性能，重点是右心室(RV)的大小和功能。使用Caption Guidance软件的护士在植入EP设备的患者中，有80%以上的病例获得了足够质量的TTE，可以对RV的大小和功能进行定性评估，而没有EP的患者中，则有90%以上。超声检查者的表现类似：在描述上，对于所有比较(即，具有EP装置的患者，没有EP装置的患者以及整体)，护士和超声检查者获得的扫描之间没有显着差异。
分析结果表明，该软件在植入EP设备的患者中表现良好，支持了关键研究的总体结论，表明Caption Guidance可以指导新手超声用户总体上获得诊断质量的TTE。这些发现表明，该软件中使用的深度学习技术对于诸如起搏器和ICD导线之类的大型视觉构件具有鲁棒性。
“心脏导联会在超声图像中产生剧烈的视觉伪像，这可能会使本来可以在典型图像上很好地起作用的算法感到困惑，从而使这项研究成为该技术的出色’压力测试’，” 摘要和负责人的第一作者Sam Surette说。Caption Health的法规事务和质量保证团队。“我们的发现令人兴奋，因为它们提供了进一步的证据，证明我们软件中的核心人工智能能够很好地推广到这些患者。”
