使用基于人工智能的全自动左心室合指数预测跨导管大动脉置换后的死亡率
Emese Zsarnoczay1, Akos Varga-Szemes2, U Joseph Schoepf2
1Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, SC, USA; Department of Radiology, Medical Imaging Centre, Semmelweis University, Budapest, Hungary.
Journal of cardiovascular computed tomography
|January 10, 2025
概括
人工智能 (AI) 对左心室合指数 (LACI) 的自动评估独立预测了接受TAVR的严重大动脉狭窄患者的死亡率. 这种人工智能工具提供了超越传统风险因素的有价值的预后信息.
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:
- 严重的大动脉狭窄症 (AS) 患者接受过导管大动脉置换 (TAVR) 具有复杂的风险概况.
- 传统的风险因素可能无法完全捕捉这些患者的死亡风险.
研究的目的:
- 评估人工智能衍生的左心室合指数 (LACI) 在预测死亡率中的增量预后值.
- 评估LACI的预测性能与在TAVR之前在严重AS患者中确定的风险因素相比.
主要方法:
- 在TAVR之前对656名严重AS患者进行冠状动脉CT血管造影 (CCTA) 的回顾性分析.
- 人工智能软件自动从左心房和心室体积计算LACI.
- 考克斯的比例危险模型被用于确定死亡率预测因素,并根据临床因素和STS-PROM得分进行调整.
主要成果:
- 经过对临床混因素进行调整后,LACI ≥43.7%独立预测了全因死亡率 (调整HR 1.52).
- 即使对STS-PROM得分进行调整 (调整后的HR1.47),LACI仍然是一个重要的独立预测指标.
- 在保留左心室喷射分数的患者中,LACI也是一个显著的预测因子 (调整HR 1.72).
结论:
- 基于AI的自动化LACI评估为接受TAVR的严重AS患者的死亡率预测提供了独立的预后信息.
- 这种人工智能工具对风险分层有价值,包括在左心室喷射分数保留的患者中.
