定量的な心筋パルフュージーの予測的意義:パルフュージウムマッピングを用いた人工知能ベースのアプローチ

科学分野:

• 心臓病科
• 医療用イメージング
• 人工知能

背景:

• 心筋 perfusionは冠動脈の循環を評価する
• 心血管磁気共鳴 (CMR) は,自動化された輸血量測定を可能にします.
• ストレスによる心筋血流量 (MBF) と心筋 perfusion reserve (MPR) の予後的重要性を調査した.

研究 の 目的:

• 疑わしいまたは既知の冠動脈疾患の患者におけるストレスによるMBFおよびMPRの予後値を調査する.
• 自動化されたCMRによるMBFとMPRと心血管疾患の不良結果の関連性を評価する.

主な方法:

• 2センターの研究には,疑わしい/ 既知の冠動脈疾患の患者1049人が参加しました.
• 人工知能 (AI) は,グローバル/地域的なストレスと休息のMBFとMPRの自動定量化に使用されました.
• 併発症とCMRパラメータに調整されたコックス比例リスクモデルは,死亡とMACEとの関連を評価した.

主要な成果:

• 605日間の追跡期間中,42人の死亡と188人のMACEが発生しました.
• ストレスが減少したMBFとMPRは,独立して死亡とMACEのリスク増加と関連していました.
• 1 mL·g−1·min−1 のストレスMBFは,死亡 (1.93) とMACE (2.14) の調整された危険比率を増加させた.
• MPRの1Uの減少は,調整された死亡率 (2. 45) とMACE (1. 74) を増加させた.

結論:

• 自動化されたCMR perfusion mappingのAI定量化により,有害な心血管疾患の予測が強力で独立しています.
• 減少したMBFとMPRは,冠動脈疾患の患者の有意な予後マーカーです.
• このAIによるアプローチは 心血管疾患のリスクの階層化を高めます