使用人工智能对冠状动脉部分流量储备估计的审查

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:

• 冠状动脉疾病 (CAD) 仍然是全球主要的死亡原因.
• 侵入性冠状动脉血管学 (ICA) 是CAD诊断的黄金标准.
• 在ICA期间的分量流量储备 (FFR) 评估提供了关键的功能性狭窄数据,但需要侵入性程序.

研究的目的:

• 审查人工智能驱动的FFR估计技术的当前进展情况.
• 分析用于FFR计算的各种AI方法.
• 突出AI在改进CAD诊断工作流程方面的潜力.

主要方法:

• 对利用人工智能用于FFR估计的研究进行系统审查.
• 对FFR应用的不同AI算法和方法的分析.
• 基于AI的FFR准确性和整合到临床实践中的评估.

主要成果:

• 基于人工智能的FFR估计正在成为一个可行的,不那么侵入性的替代方案.
• 各种人工智能方法在准确预测FFR方面表现有前途.
• 整合到医生工作流程中是开发的一个关键领域.

结论:

• 人工智能技术正在迅速推进CAD的FFR估计.
• 人工智能为更快,更准确,更少入侵的FFR评估提供了一条道路.
• 进一步的研究和临床验证对于广泛采用至关重要.