在急性心肌梗塞患者中,人工智能辅助左心室全球纵向应变评估:RESUS-AMI试验分分析
Demeke Mekonnen1, Ernest Spitzer1, Eugene P McFadden2
1Cardialysis, Rotterdam, The Netherlands.
The international journal of cardiovascular imaging
|April 29, 2025
概括
人工智能 (AI) 辅助的全球纵向应变 (GLS) 显示了对心脏磁共振 (CMR) 图像对心脏病发作大小和左心室喷射率 (LVEF) 的中度相关性. 这个AI工具提供可重现的GLS测量,用于评估心肌梗塞后的LV缩功能.
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:
- ST升高心肌梗塞 (STEMI) 需要准确评估左心室 (LV) 功能.
- 心脏磁共振成像 (CMR) 是量化心脏病发作大小和LV射出率 (LVEF) 的黄金标准.
- 心声学,特别是全球纵向应变 (GLS),为评估LV缩功能提供了有价值的工具.
研究的目的:
- 评估AI辅助心声学GLS和CMR衍生的心脏病发作大小和STEMI患者的LVEF之间的相关性.
- 评估人工智能衍生GLS和其他回声心脏学参数的可重现性.
- 为了确定人工智能辅助GLS作为LV缩功能的标记物的实用性.
主要方法:
- 对RESUS-AMI试验成像数据的后期分析.
- 人工智能辅助软件 (CAAS Qardia 2.0) 用于LVEF,体积和GLS的自动和半自动回声心脏学测量.
- 由核心实验室分析的CMR成像数据,用于LVEF,LV维度和心脏病发作大小,使用离线工作站 (CAAS MRV 4.1).
主要成果:
- 在人工智能辅助的GLS和CMR心脏病发作大小之间观察到中度相关性 (r=0.58-0.64,p<0.001).
- 在人工智能辅助的GLS和CMR衍生的LVEF之间发现了适度的相关性 (r=-0.63到-0.65,p<0.001).
- 对于人工智能衍生的GLS测量,观测者间和观测者内部的可复制性非常好.
结论:
- 人工智能辅助的GLS是STEMI患者LV缩功能的可靠标志物.
- 由AI衍生的GLS与CMR评估的心脏病发作大小和LVEF有很好的相关性.
- 自动化和半自动化AI分析提供可重现的GLS测量.
