Мультимодальная оценка функции правого желудочка с помощью ИИ на эхокардиографии предсказывает смертность у пациентов с лёгочной гипертензией и правожелудочковой недостаточностью

Почему это важно для пациентов и их семей

Лёгочная гипертензия и правосторонняя сердечная недостаточность нередко протекают бессимптомно до тех пор, пока не становятся жизнеугрожающими. Врачи могут изучать ультразвуковые изображения сердца, но тонкие ранние повреждения правого желудочка легко пропустить и трудно количественно оценить. В этом исследовании показано, как система на основе искусственного интеллекта может читать эти снимки глубже, чем один человек, помогая врачам оценить риск смерти пациента в больнице и в последующие годы — и, возможно, вмешаться раньше.

Более пристальный взгляд на перегруженное правое сердце

Когда давление в лёгочном кровообращении остаётся высоким, правой стороне сердца приходится работать против повышенного сопротивления. Со временем правый желудочек растягивается, ослабевают мышечные волокна, и у пациентов появляются отёки, одышка и низкое артериальное давление. Стандартная эхокардиография — знакомое УЗИ сердца — может измерять простые движения, например, насколько смещается кольцо створки при сокращении. Но правый желудочек имеет сложную форму и сжимается неравномерно, поэтому традиционные показатели могут не заметить раннее или очаговое повреждение, особенно у тяжёлых больных.

Измерение деформации сердечной мышцы

Современное программное обеспечение УЗИ может отслеживать крошечные «пятнистые» шаблоны в стенке мышцы от кадра к кадру, вычисляя, насколько каждая область укорачивается и удлиняется с каждым сокращением. Эта мера, называемая продольной деформацией (longitudinal strain), особенно важна для правого желудочка. В исследовании врачи сосредоточились на среднем значении деформации, полученном из шести стандартных сегментов стенки правого желудочка. Менее отрицательные числа (то есть меньшее укорачивание) отражают более слабую функцию мышцы. Среди 586 взрослых, госпитализированных с лёгочной гипертензией и правосторонней сердечной недостаточностью, у умерших были явно хуже значения деформации и более высокое давление в лёгочной артерии по сравнению с выжившими, что подтверждает, что эта детальная мера движения отражает реальный биологический риск.

Обучение ИИ «читать» сердце

Команда разработчиков создала модель глубокого обучения, которая не полагалась на один показатель или тип изображения. Вместо этого она анализировала три потока информации, взятые из одного сердечного цикла: полные кривые деформации во времени, видеоклипы УЗИ из двух проекций и допплеровские записи, показывающие скорость и направление кровотока. Каждый поток обрабатывался своим специализированным энкодером, а модуль «перекрёстного внимания» (cross-attention) помогал ИИ сопоставлять движения, структуру и паттерны потока, которые относились друг к другу. Также учитывались клинические данные и обычные эхокардиографические измерения. Задача системы была простой: для каждого пациента выдать вероятность смерти в больнице и в долгосрочной перспективе.

Насколько хорошо ИИ предсказывал исходы

Пациентов случайным образом разделили на группы для обучения, валидации и тестирования, чтобы итоговую эффективность можно было проверить на данных, которых модель ранее не видела. В независимом тестовом наборе модель достигла площади под кривой рабочей характеристики приёмника (AUC) 0,823, что означает: она правильно ранжировала пациентов с высоким и низким риском более 8 раз из 10. Она превзошла отдельные стандартные показатели, включая давление в лёгочной артерии и среднюю продольную деформацию правого желудочка при использовании по отдельности. Система ИИ также была быстрой: она могла проанализировать необходимые ультразвуковые данные примерно за четыре минуты, тогда как у сонографа ручной расчёт и интерпретация деформации занимали около двадцати минут.

Что это может значить для ухода

Для пациента в реанимации с прогрессирующей лёгочной гипертензией знание того, терпит ли правое сердце тихую недостаточность или остаётся стабильным, может изменить лечебные решения — например, когда усиливать медикаментозную терапию, рассматривать продвинутые методы лечения или планировать более частое наблюдение. Это исследование указывает, что помощник на основе ИИ, интегрированный в рутинную эхокардиографию, может дать более точную и своевременную оценку риска, чем стандартные показатели. Хотя подход ещё требует проверки в других клиниках и на разных аппаратах УЗИ, он указывает на будущее, в котором детальный автоматизированный анализ движений сердца помогает врачам адаптировать лечение и, возможно, улучшать выживаемость при тяжёлой правосторонней патологии.

Цитирование: Mou, H., Zhang, G., Xiu, L. et al. AI–assisted multimodal assessment for right ventricular function from echocardiography predicts mortality in patients with pulmonary hypertension and right heart failure. Sci Rep 16, 5323 (2026). https://doi.org/10.1038/s41598-026-36533-y

Ключевые слова: лёгочная гипертензия, правожелудочковая недостаточность, эхокардиография, искусственный интеллект, прогнозирование риска