从AI预测死亡率心脏体积质量和冠状动脉在胸部计算机断层扫描

科学领域:

• 心血管成像 - 心血管成像
• 人工智能在医学中的应用
• 放射学 放射学是一门学科.

背景情况:

• 胸部计算机断层扫描 (CT) 是一种流行的诊断成像方式.
• 评估心脏风险因素,如冠状动脉和腔体积通常需要对比剂的管理.
• 目前使用非对比CT进行综合性心脏风险评估的方法有限.

研究的目的:

• 开发和验证一个完全自动化的人工智能 (AI) 管道,用于从胸部CT扫描中量化心脏风险标志物.
• 评估AI衍生的心脏指标与全因和心血管死亡率的关联.
• 评估AI方法提供的风险分类改进与放射科医生解释相比.

主要方法:

• 开发了一个完全自动化的管道,集成了两个AI模型.
• 该管道量化了冠状动脉,左心房体积,左心室质量和心室体积.
• 该模型应用于三个队列中的29,687名患者,每个病例的平均处理时间为18秒.

主要成果:

• 在99.9%的病例中,人工智能管道成功量化了心脏参数.
• 冠状动脉,左心房体积和左心室质量指数独立地与全因和心血管死亡率相关.
• 与放射科医生识别异常相比,人工智能衍生的风险分类显著改善.

结论:

• 一个自动化的AI管道可以从非对比胸部CT扫描中准确量化关键心脏风险标志物.
• 这些来自人工智能的指标提供了死亡风险的独立预后信息.
• 将这种自动化方法集成到临床工作流程中可以增强风险分层和临床决策.