Ultromics 開發了一種人工智能算法，可以自動分析壓力超聲心動圖，并告訴臨床醫生該患者是否有患冠狀動脈疾病的風險。該研究評估了 Ultromics 的深度學習算法，該算法在數十萬個數據上訓練以預測 CAD 風險，并且能夠以比手動分析高 10% 的靈敏度區分患者的 CAD 風險。

“使用 AI 進行 CAD 預測是科學的真正突破，它將有助于發現問題的早期跡象，防止不必要的測試和程序，并有助于挽救更多生命”。研究作者、Ultromics 的首席執行官兼聯合創始人Ross Upton博士說。

“傳統上，CAD 分析是通過人工觀察完成的”，厄普頓博士繼續說道。“然而，識別圖像中細微特征的復雜性意味著在第一次訪問時正確識別 CAD 并不總是那么容易，準確的診斷取決于操作員的專業知識。這意味著心臟病，全球頭號殺手，五分之一的漏診。在我們人工智能服務的支持下，臨床醫生可以做出自信的診斷并發現使用傳統方法無法檢測到的特征。”

該研究由 Ultromics、牛津大學心血管臨床研究機構、Lantheus 醫學影像公司、國家健康研究所牛津生物醫學研究中心和俄勒岡健康與科學大學資助，確定了兩個主要發現。

在研究的第一部分，Ultromics AI 接受了培訓和測試，以識別患有嚴重冠狀動脈疾病的患者。沒有 CAD 的患者被 AI 正確識別的時間為 92.7%，有 CAD 的患者被正確識別的時間為 84.4%。結果表明，與人眼相比，準確度提高了 10%。

該研究的第二部分試圖探索 AI 分類如何影響醫生和超聲心動圖醫師對負荷超聲心動圖的臨床解釋。兩名獲得超聲心動圖學會認可的醫生/超聲心動圖醫師和兩位獲得英國超聲心動圖學會認可的英國醫生/超聲心動圖醫師測試了 Ultromics 的 AI，并被要求檢查心臟超聲以確定患者是否患有 CAD。所有四名醫生/超聲心動圖醫師均獨立于研究的任何其他部分，并且在各自領域擁有至少兩年的經驗。