一个基于视频的多式人工智能生物标志物用于大动脉狭窄的发展和进展
Evangelos K Oikonomou1, Gregory Holste1,2, Neal Yuan3,4
1Section of Cardiovascular Medicine, Department of Internal Medicine, Yale School of Medicine, New Haven, Connecticut.
一个新的人工智能 (AI) 生物标志物,数字AS严重性指数 (DASSi),可以预测大动脉狭窄 (AS) 的进展和门置换风险. 这种人工智能工具在成像模式中提供了机会性风险分层.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 大动脉狭窄 (AS) 构成了重大的公共卫生挑战,目前为个性化患者管理的生物标志物有限.
- 现有的AS生物标志物缺乏为量身定制的查和后续策略所需的精度.
- 一种新的基于视频的人工智能 (AI) 生物标志物,数字AS严重性指数 (DASSi),已经显示出从心声学检测严重AS的潜力.
研究的目的:
- 评估DASSi生物标志物在基线没有或轻度至中度AS的患者中识别AS的发展和进展的能力.
- 评估DASSi与未来大动脉置换 (AVR) 风险的相关性.
- 探索DASSi的跨模式转换,从心声学到心脏磁共振 (CMR) 成像.
主要方法:
- 一个回顾性队列研究,涉及两个大型患者队列接受心声回声学 (耶鲁纽黑文卫生系统和锡达斯-西奈医疗中心).
- 使用英国生物银行数据开发一条计算管道,将DASSi分析从心声回声学转换为CMR成像.
- 分析甲状腺顶速度 (AV-Vmax) 和AVR事件的年化变化,将它们与基线DASSi得分相关联.
主要成果:
- 较高的基线DASSi得分与AV-Vmax在两个心声学队列中的更快进展显著相关.
- 与0.2以下的得分相比,0.2或更高的DASSi得分与AVR风险增加4至5倍,独立于传统风险因素.
- 在接受CMR成像的大量队列中验证了DASSi和AS进展之间的关联,DASSi≥0.2显示AVR风险高11倍.
结论:
- 基于人工智能的视频生物标志物DASSi与AS发展和进展独立相关.
- DASSi能够在各种心血管成像方式中进行机会性风险分层,包括心声学和CMR.
- 对于DASSi在便携式设备上的应用存在潜力,从而提高AS查和监测的可访问性.
更多相关视频
13:07Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
Published on: January 15, 2022
09:43Multimodal Study of Murine Cardiovascular Remodeling: Four-Dimensional Ultrasound and Mass Spectrometry Imaging
Published on: January 10, 2025
相关概念视频
Imaging Studies for Cardiovascular System IV: CMRI
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Aortic Regurgitation II: Clinical Features and Diagnostic Tests
