以人工智能为指导的时空分散映射,在患有心房的全新人群中进行个性化切除
Emanuel Heil1,2, Nikolaos Dagres1, Leif-Hendrick Boldt1,2
1Deutsches Herzzentrum Der Charité (DHZC), Charitéplatz 1, 10117, Berlin, Germany.
概括
人工智能 (AI) 引导的时空分散 (stD) 地图显示了超越传统措施的心房重塑. 这种先进的映射工具有助于表征心房动 (AF) 和指导切除策略.
科学领域:
- 心脏病学 心脏病学
- 医疗技术 医疗技术 医学技术
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 引导的时空分散 (stD) 映射显示出改善持续性心房 (AF) 患者的结果的希望.
- STD映射,心房心肌病标志物,AF类型特定的分散模式和切除结果之间的关键关系仍然不清楚.
研究的目的:
- 调查STD映射和心房心肌病的标志物之间的关系.
- 分析偏激性对抗持续性AF的分散模式.
- 评估分散区域的稳定性和广泛患者队列中的stD导向除结果.
主要方法:
- 对经过高密度电解剖绘图和多个STD绘图实例的AF患者进行回顾性单中心分析.
- 进行了肺静脉隔离 (PVI) 和左心房分散区域的向切除.
- 收集了临床,心声回声,生物标志物和低压区域 (LVA) 数据作为左心房重塑的标志物.
主要成果:
- 在92%的患者中,stD映射发现了分散性,与LVA程度和重塑标记 (NT-proBNP,LAVI) 有很强的相关性.
- 持久性AF患者的分散部位比帕洛西斯马性AF多;心转动前/后的模式稳定.
- 在LA-限散移除后,AF复发发生在33% (发发性) 和60% (持久性),但症状负担有所改善.
结论:
- 人工智能引导的stD映射有效地识别了心房重塑,超出了经典的电压衍生基板.
- 动脉动脉疾病映射显示了作为特征心房动的辅助工具的潜力.
- 进一步的研究可以探索优化STD导向的切除策略,以改善长期结果.
更多相关视频
06:57Ablation of Ischemic Ventricular Tachycardia Using a Multipolar Catheter and 3-dimensional Mapping System for High-density Electro-anatomical Reconstruction
Published on: January 31, 2019
15.2K
10:17Real-Time Cardiac Mapping with a Noninvasive Imageless Electrocardiographic Imaging System
Published on: April 11, 2025
1.6K
