血管波人工智能辅助分析逆行性慢性全闭塞的阴道附带物 皮肤冠状动脉干预
Dimitrios Strepkos1, Sandeep Jalli1, Michaella Alexandrou1
1Minneapolis Heart Institute and Minneapolis Heart Institute Foundation, Abbott Northwestern Hospital, Minneapolis, Minnesota.
The American journal of cardiology
|November 25, 2025
概括
人工智能 (AI) 增强了冠状动脉血管学解释慢性全封闭 (CTO) 皮肤冠状动脉干预 (PCI). 人工智能成像血管图改善了易于解释和预测交叉成功,尽管附带复杂性似乎较低.
科学领域:
- 心血管干预 心血管干预
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 慢性全闭症 (CTO) 穿皮冠状动脉干预 (PCI) 通常需要逆行方法.
- 解释复杂的CTO血管图,特别是对于隔膜附带评估,可能是具有挑战性的.
- 使用人工智能 (AI) 增强冠状动脉血管图像可能会提高诊断准确度.
研究的目的:
- 为了比较CTO PCI中盲目操作员对标准与AI增强冠状动脉血管图的解释.
- 评估AI增强对隔膜附带特征评估的影响.
- 确定人工智能增强图像与CTO PCI逆行交叉成功之间的关联.
主要方法:
- 五十个逆行CTO PCI血管图由两名失明的操作员审查.
- 运营商解释了标准和AI增强 (AngioWave) 图像.
- 评估的参数包括抵押品的复杂性,预测的交叉可能性和易于解释.
主要成果:
- 人工智能增强的血管图与较低的报道附带复杂性有关 (例如,较少的起重机曲和较少的扭曲性).
- 运营商报告说,预测的交叉可能性和易于解释的AI增强图像的可能性显著更高.
- 标准血管图和AI增强血管图之间交叉成功的预测性表现没有显著差异 (AUC 0.74与0.73).
结论:
- 人工智能增强的冠状动脉血管图有助于更容易地解释复杂的CTO病变.
- 虽然人工智能减少了隔膜附带的感知复杂性,但它保持了相似的预测性能,以实现穿越成功.
- 人工智能增强显示出改善落后CTO PCI中的程序指导的希望.


