人工智能改善了对接受过导管大动脉置换计划CTCT的患者主要不良心血管事件的预测
Giuseppe Tremamunno1, Milan Vecsey-Nagy2, U Joseph Schoepf3
1Department of Radiology and Radiological Science, Medical University of South Carolina, 25 Courtenay Dr, Charleston, South Carolina 29425, USA (G.T., M.V.N., U.J.S., E.Z., G.J.A., D.K., J.O., P.S.S., I.M.K., T.E., A.V.S.); Department of Medical Surgical Sciences and Translational Medicine, Sapienza University of Rome - Sant'Andrea University, Hospital Via di Grottarossa, 1035-1039 00189 Rome, Italy (G.T., A.L.).
人工智能 (AI) 软件分析冠状动脉CT血管学 (CCTA) 的心脏参数,以预测跨导管大动脉置换 (TAVR) 患者的主要不良心血管事件 (MACE). 左心室长轴缩短 (LV-LAS) 成为MACE的一个关键预测因素.
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:
- 冠状动脉CT血管图 (CCTA) 对于预导管前大动脉置换 (TAVR) 规划至关重要.
- 在TAVR患者中预测主要不良心血管事件 (MACE) 对于优化结果至关重要.
研究的目的:
- 评估人工智能驱动软件在分析CCTA心脏参数方面的有效性.
- 用自动心脏评估来预测TAVR患者的MACE.
主要方法:
- 对接受TAVR前CCTA的患者的回顾性分析.
- 人工智能软件提取了34个心脏参数; 考克斯回归确定了MACE预测因素.
- 模型性能使用Harrell的C指数进行评估;手动分析验证了自动测量.
主要成果:
- 在648名患者中,17.9%的患者在24个月内经历了MACE.
- 左心室长轴缩短 (LV-LAS) 是临床调整后MACE (HR1.05,p=0.04) 的独立预测因子.
- 当调整为STS得分时,LV-LAS改善了模型性能 (C指数为0.598比0.557,p<0.001).
结论:
- 来自CCTA的基于AI的心脏评估有效地预测TAVR患者的MACE.
- LV-LAS是MACE的显著预测指标,其表现优于其他分析的参数.
更多相关视频
07:46Author Spotlight: Revolutionizing Remote Surgery with Augmented Reality and Robotics for Enhanced Precision and Accessibility
Published on: August 9, 2024
09:57Four-Dimensional Computed Tomography-Guided Valve Sizing for Transcatheter Pulmonary Valve Replacement
Published on: January 20, 2022
