对于急性心肌梗塞 (ASSIST) 研究的人工智能可扩展解决方案的推理和设计
Tomás Domingo-Gardeta1, José M Montero-Cabezas2, Alfonso Jurado-Román3
1Department of Cardiology, Hospital General Universitario Gregorio Marañón, Instituto de Investigación Sanitaria Gregorio Marañón, Madrid, Spain; Centro de Investigación Biomédica en Red. Enfermedades Cardiovasculares (CIBERCV), Madrid, Spain; Facultad de Medicina, Universidad Complutense, 28040 Madrid, Spain.
该项目使用人工智能改进急性冠状动脉综合征 (ACS) 的诊断,使用心电图 (ECG). 这种人工智能工具旨在提高准确性并减少心肌梗塞治疗延迟.
科学领域:
- 心脏病学 心脏病学
- 人工智能在医学中的应用
- 医学诊断 医学诊断 医学诊断
背景情况:
- 急性冠状动脉综合征 (ACS) 在欧洲造成了严重的健康负担.
- 目前的诊断依赖于临床症状和心电图解释,这可能容易出错.
- 在心电图上ST段的升高对于再注射疗法至关重要,但可能具有误导性.
研究的目的:
- 提高ACS患者ECG辅助评估的准确性.
- 为了减少诊断和治疗延迟在急性设置.
- 优化和验证威廉TM人工智能平台用于心电图分析.
主要方法:
- 追溯观察性研究 (ASSIST项目) 涉及10,309名患者.
- 使用威廉TM人工智能平台分析12导电心电图.
- 收集心电图,临床和冠状动脉血管学数据,用于模型优化和验证.
主要成果:
- 这项研究旨在评估威廉TM平台在正确识别冠状动脉封闭的急性心肌梗塞方面的性能.
- 将使用回顾性研究数据评估内部模型的性能.
- 外部验证将在随后的阶段进行.
结论:
- 该ASSIST项目将产生数据,以完善威廉TM平台,以仅使用心电图检测心肌梗塞.
- 假设人工智能驱动的方法可以减少诊断延迟.
- 预计会提高诊断准确度和改善临床结果.
更多相关视频
14:19Primary Outcome Assessment in a Pig Model of Acute Myocardial Infarction
Published on: October 14, 2016
05:41Left Anterior Descending Coronary Artery Ligation for Ischemia-Reperfusion Research: Model Improvement via Technical Modifications and Quality Control
Published on: December 16, 2022
相关概念视频
Acute Coronary Syndrome III: Diagnostic Studies
Cardiomyopathy V: Interprofessional Care
