对人工智能工具进行临床评估,用于测量心脏MR上的双心室参数
Mahan Salehi1,2, Ahmed Maiter1,2,3, Scarlett Strickland1
1Department of Radiology, Sheffield Teaching Hospitals NHS Foundation Trust, Sheffield, United Kingdom.
Frontiers in cardiovascular medicine
|February 20, 2024
概括
对于心脏磁共振 (CMR) 的人工智能 (AI) 工具显示出与手动心脏体积测量有很好的一致性. 这种自动化细分可以提高CMR报告效率,减少患者延迟.
科学领域:
- 心脏病学 心脏病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 心脏磁共振 (CMR) 对于诊断和预测心肺疾病至关重要.
- 目前对CMR研究的手动评估是耗时的,导致患者延迟.
- 随着CMR需求的增加,需要自动化分析方法.
研究的目的:
- 评估CMR上测量心脏体积的自动化工具的临床可行性.
- 在现实临床环境中,将自动细分与手动测量进行比较.
主要方法:
- 未来包括462名连续接受CMR的患者.
- 使用人工智能工具和手动方法对短轴CMR图像进行细分.
- 对体积,质量和喷射率的自动和手动测量进行比较,并对轮质量进行视觉评估.
主要成果:
- 自动和手动测量之间没有统计学上显著的差异 (p > 0.05).
- 通过类内相关系数 (ICC > 0.85) 和布兰德-阿尔特曼分析证明了出色的协议.
- 在91.2%的案例中,自动轮显示出同意或轻微不同意,失败率为0.4%;分析在90秒以下完成.
结论:
- 人工智能自动化CMR细分显示出与专家手动细分的良好一致.
- 人工智能工具显示了有效的CMR报告的临床可行性.
- 实施可显著减少成像和诊断之间的延迟.
更多相关视频
11:13Quantification of Mouse Heart Left Ventricular Function, Myocardial Strain, and Hemodynamic Forces by Cardiovascular Magnetic Resonance Imaging
Published on: May 24, 2021
6.4K
08:10Estimating Bilateral Atrial Function by Cardiovascular Magnetic Resonance Feature Tracking in Patients with Paroxysmal Atrial Fibrillation
Published on: July 20, 2022
1.7K
