Ultromics 开发了一种人工智能算法，可以自动分析压力超声心动图，并告诉临床医生该患者是否有患冠状动脉疾病的风险。该研究评估了 Ultromics 的深度学习算法，该算法在数十万个数据上训练以预测 CAD 风险，并且能够以比手动分析高 10% 的灵敏度区分患者的 CAD 风险。

“使用 AI 进行 CAD 预测是科学的真正突破，它将有助于发现问题的早期迹象，防止不必要的测试和程序，并有助于挽救更多生命”。研究作者、Ultromics 的首席执行官兼联合创始人Ross Upton博士说。

“传统上，CAD 分析是通过人工观察完成的”，厄普顿博士继续说道。“然而，识别图像中细微特征的复杂性意味着在第一次访问时正确识别 CAD 并不总是那么容易，准确的诊断取决于操作员的专业知识。这意味着心脏病，全球头号杀手，五分之一的漏诊。在我们人工智能服务的支持下，临床医生可以做出自信的诊断并发现使用传统方法无法检测到的特征。”

该研究由 Ultromics、牛津大学心血管临床研究机构、Lantheus 医学影像公司、国家健康研究所牛津生物医学研究中心和俄勒冈健康与科学大学资助，确定了两个主要发现。

在研究的第一部分，Ultromics AI 接受了培训和测试，以识别患有严重冠状动脉疾病的患者。没有 CAD 的患者被 AI 正确识别的时间为 92.7%，有 CAD 的患者被正确识别的时间为 84.4%。结果表明，与人眼相比，准确度提高了 10%。

该研究的第二部分试图探索 AI 分类如何影响医生和超声心动图医师对负荷超声心动图的临床解释。两名获得超声心动图学会认可的医生/超声心动图医师和两位获得英国超声心动图学会认可的英国医生/超声心动图医师测试了 Ultromics 的 AI，并被要求检查心脏超声以确定患者是否患有 CAD。所有四名医生/超声心动图医师均独立于研究的任何其他部分，并且在各自领域拥有至少两年的经验。