基于人工智能的全自动压力左心室喷射分数作为患者进行压力心血管磁共振的预后标记

科学领域:

• 心脏病学 心脏病学
• 人工智能在医学中的应用
• 医学成像分析 医学成像分析

背景情况:

• 评估左心室喷射分数 (LVEF) 对心血管风险分层至关重要.
• 压力心血管磁共振 (CMR) 中的传统预后包括风险因素和成像发现.
• 在压力CMR期间自动化AI衍生的LVEF的预后价值需要进一步调查.

研究的目的:

• 确定基于人工智能 (AI) 的全自动应激左心室喷射分数 (LVEFAI) 是否为预测死亡提供增量预后价值.
• 在接受压力CMR的患者中,将LVEFAI与传统预测器的压力预测能力进行比较.

主要方法:

• 一项纵向研究包括9712名因血管扩张应激CMR转诊的患者 (2016-2018).
• 使用人工智能算法 (LVEFAI) 评估左心室喷射分数 (LVEF),该算法结合了深度学习网络来进行LV细分.
• 考克斯回归分析评估了压力LVEFAI与因任何原因死亡的关联,调整了风险因素和CMR发现.

主要成果:

• 压力LVEFAI与专家测量的LVEF显示出良好的相关性 (r = 0.94,P < 0.001).
• 压力LVEFAI与所有死因独立相关 (调整后危险比率,0.84每5%的增量,P<0.001).
• 压力 LVEFAI 显著改善了与传统因素和CMR发现相比的模型歧视和重新分类 (C-统计改善:0.11,P < 0.001).

结论:

• 完全自动化的基于AI的LVEF在压力期间测量CMR是死亡的独立预测器.
• 压力LVEFAI提供了超越传统风险因素,诱导性缺血症和晚期加多增强的额外预后价值.
• 在压力期间AI衍生的LVEFCMR增强了心血管患者的预后评估.