了解通过人工智能在心房动期间的过渡性左心室喷射分数减少

科学领域:

• 心脏病学 心脏病学
• 人工智能在医学中的应用
• 心声回声扫描 (Echocardiography) 是一种心声回声扫描.

背景情况:

• 心房动 (AF) 可以导致左心室喷射率 (LVEF) 的暂时减少,这通常会随着鼻节律的恢复而消失.
• 在AF中 Beat-to-beat的变化可能导致LVEF的错误测量,使准确的评估变得复杂.
• 在AF期间真正短暂的LVEF减少的预后意义需要进一步调查.

研究的目的:

• 为了确定错误测量LVEF的频率在AF患者由于节奏到节奏的变化.
• 评估AF期间真正的短暂LVEF降低是否对心力衰竭住院预后有影响.

主要方法:

• 观察性研究分析了90天内在AF和随后的鼻节律中表达心声图的患者.
• 根据LVEF变化对患者的分类:没有减少,短暂减少或持续减少.
• 利用人工智能算法进行自动化的多循环LVEF测量以重新分类患者,并对1年心力衰竭住院风险进行细灰色风险建模.

主要成果:

• 在810名患者中,34.6%的LVEF持续减少,8.8%的LVEF短暂减少,56.7%的LVEF没有减少.
• 人工智能重新评估增加了8.2%的AF-LVEF,重新分类了28.2%的患者.
• 通过AI识别的过渡性AF-LVEF减少与显著更高的一年心力衰竭住院风险相关 (HR 2.28).

结论:

• 人工智能可以减少在AF期间减少LVEF的误诊.
• 人工智能可以更准确地识别真正的过渡性AF-LVEF减少.
• 过渡性AF-LVEF减少代表了一个潜在的高风险表型,需要进一步的临床关注.