两个人类读者,一个完全自动化的AI算法和3D心脏模型之间的左心室体积和功能测量的一致性
Peder L Myhre1,2, Nicola Gaibazzi3, Domenico Tuttolomondo3
1Department of Cardiology, Akershus University Hospital, Lørenskog, Norway.
Frontiers in cardiovascular medicine
|July 31, 2024
概括
人工智能 (AI) 在心声回声学中显示出与人体测量左心室 (LV) 体积和射出分数 (LVEF) 的强烈一致. 人工智能减少了操作者之间的变化,提高了心血管评估的一致性.
科学领域:
- 心血管医学 心血管医学
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
背景情况:
- 心声图对于心血管诊断和监测至关重要.
- 人工智能 (AI) 具有提高心声回声学准确性和效率的潜力.
- 目前的临床实践主要使用2D心声回声学,尽管3D成像技术取得了进展.
研究的目的:
- 为了评估左心室 (LV) 体积和功能测量的一致性.
- 将二维人工智能算法与人类读者和三维心脏模型进行比较.
- 评估人工智能驱动的心声回声分析的可靠性和可变性.
主要方法:
- 对109名2D和3D胸前回声心脏成像患者的回顾性分析.
- 通过人类操作员,AI (US2ai) 和3D心脏模型测量LV终端透气/终端静脉体积 (LVEDV,LVESV) 和射出分数 (LVEF).
- 使用集成软件和人工智能评估全球纵向应变 (GLS);使用偏差,协议极限和皮尔森相关性 (R) 分析一致性.
主要成果:
- 人工智能与LVEDV (r=0.89) 和LVESV (r=0.92) 的平均人类测量结果有很强的相关性,超过了运营商之间的协议.
- 对于LVEF,AI的表现与人类操作员的表现相当.
- 与人类操作员和人工智能相比,3D心脏模型的相关性和可靠性较弱.
结论:
- 基于AI的心声回声是临床环境中准确评估LV体积和LVEF的有希望的工具.
- 人工智能显著降低了操作者之间的变化,提高了心声回声评估的一致性和可靠性.
- 人工智能对回声心动图数据的追溯分析很有价值,有助于全面的患者评估.
