对混合心脏 perfusion 图像进行整体 AI 分析,以预测死亡率
Anna M Michalowska1, Wenhao Zhang1, Aakash Shanbhag1,2
1Departments of Medicine (Division of Artificial Intelligence in Medicine), Imaging and Biomedical Sciences Cedars-Sinai Medical Center, Los Angeles, CA, USA.
概括
人工智能通过整合计算机断层扫描减弱校正 (CTAC) 数据,提高了心肌 perfusion imaging (MPI) 的风险预测. 使用CTAC,MPI和临床数据的综合方法,与单独使用MPI相比,显著改善了死亡率预测.
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:
- 在心肌 perfusion imaging (MPI) 中低剂量计算机断层扫描 (CT) 扫描提供了不仅仅是衰减校正.
- 这些扫描包含有价值的解剖学和病理学信息,可以用于改善患者评估.
结论:
- 在MPI SPECT/CT中,CTAC显著提高了AI驱动的风险分层,超出了其标准作用.
- 一个全面的多式联络方法可以提高死亡率预测,而不是单独使用MPI.
- 通过人工智能对CTAC数据的分析,释放了其在心脏成像中的全部潜力.


