基于人工智能的工具的临床性能评估,用于预测阻塞性冠状动脉疾病的存在:队列观察性研究的协议
Georgios Rampidis1,2, Evangelos Logaras3, Athanasios Samaras1,2
1First Department of Cardiology, University General Hospital of Thessaloniki AHEPA, Thessaloniki, Greece.
一个人工智能工具准确地预测冠状动脉狭窄,改善患者选择CCTA并提高心脏病学中的成本效益. 这种由人工智能驱动的解决方案有助于临床医生识别真正需要CCTA用于疑似冠状动脉疾病的个人.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 许多因疑似冠状动脉疾病 (CAD) 接受冠状动脉计算机断层扫描血管造影 (CCTA) 的患者没有显著的阻塞.
- 临床需要模型来预测稳定的CAD的可能性,并识别低风险患者.
- 优化患者分层对于提高CCTA的诊断产量和成本效益至关重要.
研究的目的:
- 评估基于人工智能 (AI) 的工具,用于预测显著的冠状动脉狭窄 (>50%).
- 评估AI工具对医疗专业人员的临床实用性,以确定CCTA的必要性.
- 为了优化疑似CAD的患者分层.
主要方法:
- 利用了750名参与者的数据,包括人口统计,病史和临床变量.
- 在Web应用程序中开发和实施了一个AI模型 (优化投票:随机森林和极端梯度增强组合).
- 专家心脏病学家和放射学家提供了基本真相;性能指标包括准确性,精度,回忆,F1分数,AUC-ROC和AUC-PR.
主要成果:
- 人工智能模型在预测狭窄时达到约82%的准确性,超过50%.
- 一个可解释的AI算法被纳入,通过提供决策理由来增强临床医生的信任.
- 人工智能工具使用750个人的数据进行了训练和验证.
结论:
- 一个新的基于网络的AI解决方案,具有可解释性功能,可以优化CCTA的患者分层.
- 这种方法旨在提高心脏病学中CCTA的诊断产量和成本效益.
- 人工智能工具有助于识别需要CCTA用于疑似CAD的患者.
更多相关视频
07:51Hydra, a Computer-Based Platform for Aiding Clinicians in Cardiovascular Analysis and Diagnosis
Published on: September 26, 2018
13:07Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
Published on: January 15, 2022
相关概念视频
Acute Coronary Syndrome III: Diagnostic Studies
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Coronary Artery Disease IV: Preventive Measures
Coronary Artery Disease I: Introduction
Coronary Artery Disease V: Interprofessional Care
