基于人工智能的心血管/中风风险分层在受自身免疫性疾病影响的妇女:一个叙事调查

科学领域:

• 心血管疾病的研究研究.
• 自免疫性疾病管理管理
• 医疗人工智能的人工智能

背景情况:

• 患有慢性自身免疫性疾病 (AD) 的女性患心血管疾病 (CVD) 和中风风险不成比例,通常被传统评估低估.
• 维生素D缺乏与AD和相关心血管并发症的易感性增加有关.
• 目前在AD中CVD风险分层缺乏精度,需要先进的方法来准确评估.

研究的目的:

• 调查AD和心血管疾病/中风标志物之间的关系,包括自身抗体影响的斑块负担.
• 使用放射学特征识别冠状动脉疾病 (CAD) 的替代生物标志物,如动脉内膜介质厚度 (cIMT) 和斑块面积 (PA).
• 开发和验证使用机器学习 (ML) 和深度学习 (DL) 在患有AD的女性中使用自动化的心血管疾病/中风风险识别模型.

主要方法:

• 对患有阿尔茨海默症的女性生物标志物数据的分析,包括带超声波,临床参数,自身抗体概况和维生素D水平.
• 开发人工智能 (AI) 模型,整合各种数据,精确预测心血管疾病/中风风险.
• 在AI框架内利用放射性特征 (cIMT,PA) 和自身抗体水平 (RF,ACPA).

主要成果:

• 在AD持续时间和升高的cIMT/PA之间发现了显著的关联,表明心血管疾病风险增加.
• 较高的类风湿因子 (RF) 和抗素化抗体 (ACPAs) 与心血管疾病风险增加相关.
• 人工智能模型通过有效地整合成像数据和AD特定因素,表现出优于传统方法的性能.

结论:

• 人工智能驱动的风险分层显示了改善慢性自身免疫性疾病妇女心血管结果的希望.
• 跨学科的合作对于在这种患者群体中全面管理心血管疾病/中风风险至关重要.
• 人工智能辅助的风险评估可以提高治疗决策和患者管理策略.