人工智能心电图作为一种新的查工具,用于检测在以环素为基础的癌症治疗后新出现异常的左心室喷射分数

科学领域:

• 心脏病学 心脏病学
• 在瘤学瘤学.
• 人工智能的人工智能

背景情况:

• 抗环素化疗可以引起心脏毒性,通常由左心室排气分数 (EF) 的减少表明.
• 目前检测心脏毒性的方法,如心脏成像,是昂贵的,并不总是方便的.
• 需要可访问和具有成本效益的查工具来检测由 antracycline 诱导的心脏毒性.

研究的目的:

• 评估人工智能电心电图 (AI-ECG) 模型的诊断性能,以检测在安赛克林治疗后降低的EF.
• 评估AI-ECG作为乳腺癌患者心脏毒性查的潜在工具.

主要方法:

• 一项单中心队列研究包括接受 antracycline 化疗的乳腺癌患者.
• 在化疗前后进行心电图 (ECG) 和胸前心电图 (TTE).
• 使用AI-ECG模型检测降低EF (<50%和≤35%),通过曲线下的面积 (AUC) 测量诊断性能.

主要成果:

• 这项研究分析了989名患者,其中22名患有因人环素而导致的EF下降.
• 排除后,分析了20个病例和683个对照组.
• 在AI-ECG模型中,检测EF<50%的AUC为0.93,EF≤35%的AUC为0.94.

结论:

• 人工智能电脑电图在检测在安赛克林化疗后降低EF方面表现出高准确度.
• 这项技术显示出作为一种具有成本效益的心脏毒性查工具的潜力.
• 人工智能心电图可以作为更昂贵的心脏成像的守门人,并使长期患者监测成为可能.