对人工智能工具的评估,用于估计左心室射出小部分在心电图中从顶部和横侧长轴视图的心电图中

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:

• 左心室喷射率 (LVEF) 是评估心脏功能的关键指标.
• 准确的LVEF测量对于诊断和管理心脏病至关重要.
• 传统的心声回声 LVEF 计算可能耗时且依赖于操作人员.

研究的目的:

• 评估新型人工智能 (AI) 工具ExoAI在从心声回声视图计算LVEF方面的性能.
• 评估ExoAI在识别降低LVEF (<50%) 的准确性.
• 确定使用ExoAI对LVEF估计的PLAX视图的实用性,特别是在具有挑战性的临床环境中.

主要方法:

• 追溯分析441名患者的心声回声图 (顶顶两室,顶顶四室和PLAX视图).
• 使用ExoAI算法计算LVEF.
• ExoAI的性能与临床记录中报告的LVEF值进行了基准测试.

主要成果:

• ExoAI在各个视图中表现出强的表现:根平均平方误差为7.58% (A2C),7.45% (A4C) 和7.29% (PLAX).
• 在ExoAI和临床报告之间观察到很高的相关性:0.79 (A2C),0.75 (A4C) 和0.89 (PLAX).
• 在检测低EF (<50%):83% (A2C),80% (A4C) 和91% (PLAX) 中,ExoAI获得了高准确度.

结论:

• ExoAI是一种可靠的工具,用于从标准心声回声图视图中估计LVEF.
• 人工智能工具有效地识别出异常的射出分数值.
• 在无法获得顶点视图时,PLAX视图为LVEF估计提供了一个可行的替代方案,例如在重症监护室设置中.