用人工智能支持的心声扫描检测心脏病 - - 综合审查

科学领域:

• 心脏病学 心脏病学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 心血管疾病是全球主要的死亡原因,需要先进的诊断工具.
• 声心图对于诊断心脏病至关重要,但人工智能的作用需要全面审查.
• 这一范围审查解决了理解人工智能对心声回声学准确性和效率的影响的差距.

研究的目的:

• 综合现有关于人工智能在心声回声学中的应用的证据.
• 评估人工智能对成人心脏病诊断准确性和速度的影响.
• 识别人工智能模型的趋势及其在心声回声学中的表现.

主要方法:

• 使用了六个阶段的范围审查模型 (Arksey和O'Malley).
• 在PubMed,Web of Science和Livivo数据库中进行了搜索.
• 包含的研究 (2018-2023) 使用人工智能通过回声心脏学诊断成人心血管疾病.

主要成果:

• 九项研究符合标准,重点关注视图分类,LVEF量化和疾病分类.
• 卷积神经网络 (CNN) 是主要使用的AI模型.
• 在精选的研究中,人工智能显示出高诊断准确度 (87%-92%) 和显著的时间节省.

结论:

• 人工智能显示出显著的潜力,可以提高心声回声仪的诊断准确性和效率.
• 人工智能可以改善心脏病诊断在心脏病专家的访问有限的地区.
• 需要对AI的比较价值,数据质量和实时应用进行进一步的研究.