基于人工智能的软件在评估基于IVUS的支架优化方面优于干预心脏病学家

科学领域:

• 心血管干预 心血管干预
• 医学成像分析 医学成像分析
• 人工智能在医学中的应用

背景情况:

• 通过静脉内超声波 (IVUS) 进行最佳的支架部署可以改善皮肤冠状动脉干预 (PCI) 的结果.
• 由于时间限制和运营商依赖性,IVUS分析的利用不足.
• 人工智能软件AVVIGOTM+自动化损伤评估,但需要验证才能进行支架评估.

研究的目的:

• 将AI软件AVVIGOTM+与干预心脏病学家 (IC) 进行比较,以评估基于IVUS的支架扩张和地理缺陷.
• 评估AVVIGOTM+在确定支架边缘最小支架面积 (MSA) 和斑块负担 (PB) 的准确性.
• 评估人工智能驱动分析与传统IC评估的时间效率.

主要方法:

• 对60名接受IVUS指导PCI的患者 (47,997个IVUS框架) 的回顾性分析.
• 通过IC和AVVIGOTM+对最小支架面积 (MSA),支架扩张指数和斑块负担 (PB) 的独立分析.
• 两种评估方法之间的一致性,差异和分析时间的比较.

主要成果:

• 与IC (91.2%) 相比,AVVIGOTM+检测到支架扩张率明显较低 (70.3%),发现了更多不理想的病例.
• 人工智能分析的速度要快得多,评估时间减少了59.7% (0.76分钟对1.89分钟).
• AVVIGOTM+报告了在支架边缘的更高的斑块负担,识别了更多的地理错误比ICs.

结论:

• 与干预性心脏病学家相比,AVVIGOTM+表现出优异的检测次优的支架扩张和地理错误.
• 人工智能软件显著减少了分析时间,这表明基于IVUS的支架评估效率提高.
• 像AVVIGOTM+这样的AI驱动平台显示出在IVUS引导的PCI优化中提高可靠性和一致性的潜力.