使用基于人工智能的程序规划进行两种PASCAL设备的电术撕裂和稳定:一个案例报告

科学领域:

• 心血管医学 心血管医学
• 干预心脏病学 干预心脏病学
• 医疗技术 医疗技术 医学技术

背景情况:

• 交叉导管边缘到边缘修复 (M-TEER) 有效地治疗严重的交叉导管吐 (MR).
• 在M-TEER后的复发性MR带来了挑战,因为重复手术往往是不可行的.
• 新技术对于在M-TEER后管理复发性MR至关重要.

研究的目的:

• 描述一种新的方法来治疗在不适合重复M-TEER的患者中重复重复的严重腹 (MR).
• 为了突出显示M-TEER器件的前部传单和稳定 (ELASTA) 的电术撕裂的实用性.
• 为了证明ELASTA和跨的跨管中枢植入器 (TMVI) 的联合使用.

主要方法:

• 一个85岁男性的病例研究,患有重复性重复性MR和M-TEER后心力衰竭.
• 利用人工智能 (AI) 增强的计算机断层扫描 (CT) 进行详细的中枢解剖分析.
• 对现有M-TEER设备进行了ELASTA,随后进行了跨管TMVI.

主要成果:

• 结合ELASTA和TMVI的手术没有并发症.
• 在患有重复重复性MR的患者中,获得了最佳的血液动力学结果.
• 人工智能驱动的CT分析促进了程序规划.

结论:

• 像ELASTA这样的电术技术,加上TMVI,在重复M-TEER无法实现时,为复发的MR提供了一个可行的选择.
• 人工智能增强成像对于规划复杂的 mitra 门干预非常有价值.
• 这种综合方法为挑战复发性MR病例提供了有希望的解决方案.