使用人工智能手持超声波进行自动左心室喷射分数评估的多中心验证研究

科学领域:

• 心脏病学 心脏病学
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 精确评估左心室喷射率 (LVEF) 对于诊断和管理心力衰竭至关重要.
• 目前用于LVEF评估的标准方法通常需要经验丰富的超声波仪和高端设备.
• 在人工智能辅助的护理点超声波 (POCUS) 提供了简化心脏评估的潜力.

研究的目的:

• 通过人工智能程序 (AI-POCUS) 验证一款新型手持式超声波设备,用于自动 LVEF 评估.
• 将AI-POCUS LVEF测量与标准双平面盘方法进行比较.
• 评估AI-POCUS在检测降低LVEF方面的诊断性能.

主要方法:

• 一项前性多中心研究,涉及两家日本医院的200名患者.
• 使用AI-POCUS进行自动LVEF评估,与标准心声回声相比.
• 计算了类内相关系数 (ICC),偏差,共识极限,灵敏度和特异性.

主要成果:

• 对182名患者的分析显示,AI-POCUS与标准LVEF (ICC=0.81,p<0.001) 之间的相关性很好,偏差最小.
• AI-POCUS检测出降低的LVEF (<50%),敏感度为85%,特异性为81%.
• AI-POCUS倾向于低估左心室体积,特别是在较大的心室中,尽管新的软件版本改进了这一点.

结论:

• AI-POCUS在现实环境中展示了准确的LVEF评估,为心脏评估提供了一个有前途的工具.
• 虽然LVEF评估是可靠的,但建议仔细考虑LV体积测量.
• 通过大型,多样化的数据集进行持续的软件改进,提高了AI-POCUS的性能,突出了大数据在医疗AI开发中的价值.