Článok predstavuje MyoSTAT.AI, nový nástroj založený na umelej inteligencii určený na zlepšenie echokardiografického vyšetrenia. Systém automatizuje segmentáciu srdca a odhad rýchlosti strihových vĺn v reálnom čase, čím znižuje variabilitu operátera a čas potrebný na spracovanie údajov. Výskumný tím testoval štyri architektúry založené na U-Net modeloch na syntetických údajoch obsahujúcich 1200 snímkov pre segmentáciu a 900 prípadov pre pole rýchlostí. Najlepšie výsledky dosiahol ConvLSTM variant s presnosťou Dice 0,994 a IoU 0,987, čo predstavuje zlepšenie o 18,6 % v porovnaní so základným 2D modelom. Model 2,5D s tromi snímkami dosiahol Dice 0,983 s výrazne nižšou latenciou. Nasadenie na hardvéri RTX 3060 dosiahlo 341 FPS a na Jetson Orin Nano 90,4 FPS. Autormi navrhovaná metóda stabilizácie znížila variabilitu rýchlosti strihových vĺn o 63,8 % bez straty ostrosti hraníc. Výskumníci však zdôrazňujú, že ide o dôkaz konceptu na syntetických údajoch a pred klinickým použitím je potrebné overenie na reálnych echokardiografických údajoch.