人工智能在基于冠状动脉计算机断层扫描血管学检测冠状动脉慢性全闭塞病变方面的表现

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:

• 慢性冠状动脉完全封闭 (CTO) 构成重大心血管不良事件和心脏性休克的重大风险.
• 冠状动脉计算机断层扫描血管学 (CCTA) 是一种针对CTO病变的非侵入性诊断工具.
• 心血管成像中的AI应用正在推进,但CCTA的基于AI的CTO检测仍然具有挑战性.

研究的目的:

• 用CCTA图像评估AI算法在检测冠状动脉CTO病变方面的性能.
• 将人工智能辅助CCTA (CCTA-AI) 的诊断准确性和效率与手动解释进行比较.

主要方法:

• 追溯招募537名患有狭窄或CTO病变的患者,他们接受了CCTA.
• 随机将80%的患者分配到培训数据集和20%的患者分配到测试数据集.
• 使用敏感性,特异性,准确性和ROC分析评估CCTA-AI性能,以侵入性冠状动脉血管学作为参考标准.

主要成果:

• 该研究包括1569个病变,其中404个被确定为CTO.
• 与手动方法相比,CCTA-AI显示后处理和解释时间减少了75% (116±15s vs 472±45s).
• 在测试数据集中,CCTA-AI实现了86.2%的准确性 (95% CI: 79.0%-90.3%),AUC为0.874,与手动检测没有显著差异 (P=0.53).

结论:

• 人工智能算法可以自动从CCTA图像中检测CTO病变.
• 人工智能辅助的CCTA为CTO检测提供了高诊断准确度.
• 人工智能方法显著提高了对CTO病变的CCTA解释效率.