人工智能增强风险分层与癌症治疗有关的心脏功能障碍使用心电图像

科学领域:

• 心脏病学 心脏病学
• 在瘤学瘤学.
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 癌症治疗药物,如 antracyclines 和 trastuzumab 可以导致心脏功能障碍 (CTRCD).
• 目前的风险分层依赖于串行成像,这并不总是可扩展的.
• 需要可访问的生物标志物来预测和监测CTRCD风险.

研究的目的:

• 评估人工智能 (AI) 应用于心电图 (ECG) 图像作为成像生物标志物的替代品.
• 评估AI-ECG分析与早期CTRCD之间的关联.
• 将患者分为CTRCD的低风险,中等风险和高风险组.

主要方法:

• 一个验证的人工智能模型用于左心室缩功能障碍被应用到1550名接受过 antracyclines 或 trastuzumab 治疗的患者的基线心电图像.
• 根据AI-ECG结果,患者被分为风险组 (<0.01,0.01-0.1,≥0.1概率).
• 分析了AI-ECG风险分层和早期CTRCD (12个月内) 之间的关联,包括全球纵向菌株的机制分析.

主要成果:

• 高风险AI-ECG查 (≥0.1) 与3.4倍增加的CTRCD发病率和13.5倍增加的左心室喷射率 <40%的风险相关,与低风险 (<0.01) 相比.
• AI-ECG概率与全球纵向应变相关,这是心脏功能的标志物.
• 在CTRCD事件之前观察到AI-ECG概率的纵向增加.

结论:

• 对基线心电图像的AI分析可以有效地分层CTRCD风险在接受 antracycline或trastuzumab治疗的患者中.
• 这种AI-ECG方法提供了一个可扩展和可访问的方法,用于早期检测和风险分层心脏毒性.
• 这些发现支持使用AI-ECG作为管理心脏功能障碍风险的癌症患者的宝贵工具.