据药明康德公众号9月5日消息，美国西达赛奈医学中心研究团队开发出一个可用于分割左心室、估计射血分数和评估心肌病等关键项目的AI模型“EchoNet-Dynamic”。该团队利用多个心脏周期的超声心动图视频对该模型进行深度学习模型训练，并在真实的临床环境中将该模型与超声医师对经胸超声心动图评估的结果进行比较。结果显示，AI模型生成的报告更接近标准值，矫正率更低，且平均每2分钟就能完成对一名患者的读数。该模型可提高超声波读数的质量和效率，节省超声医师和心脏病专家的时间和精力。

消息来源：https://mp.weixin.qq.com/s/3CLFgoqaylFgBMOLusab1w