人工智能分析的计算机断层扫描在接受跨导管三管修复的患者中

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:

• 基线右心室 (RV) 功能在跨导管三门修复 (TTVR) 中具有预测性.
• 传统的3D RV分析是复杂的,阻碍了患者的选择.
• 人工智能驱动的CT细分为VR评估提供了一个潜在的更快,更具预测性的工具.

研究的目的:

• 评估人工智能驱动的CT分析对评估RV功能的实用性.
• 将基于人工智能的CT分析与传统方法进行比较.
• 为了确定人工智能衍生的RV参数是否预测TTVR后的结果.

主要方法:

• 100名患有严重三腹吐的患者接受了全周期心脏CT.
• 人工智能驱动的CT分析与传统的CT分析进行了比较.
• 结果 (无心力衰竭或死亡再住院的生存率) 与RV功能参数相关.

主要成果:

• 基于人工智能的CT分析显示,与RV室量化的传统方法有很好的相关性 (R 0.963-0.966).
• 减少RV喷射分数 (EF) <50%与主要终点 (36.6%与13.7%) 的显著更高率有关.
• 与功能性RV相比,功能障碍的RV (终端透缩体积>210毫升和RV EF<50%) 的结果较差 (43.7%对12.2%).

结论:

• 衍生RV射出分数 (RVEF) 和RV功能障碍预测TTVR后的死亡和住院.
• 人工智能辅助的CT分析是一个独立于观察者的,时间有效的工具.
• 人工智能可以在临床实践和试验中优化对TTVR的患者选择.