基于人工智能对手术后心电图参数的评估,以识别经过过导管切除后有心房复发风险的患者
Gennaro De Rosa1, Marco Giuggia2, Mattia Peyracchia2
1Department of Advanced Biomedical Sciences, Division of Cardiology, University of Naples Federico II, 80131 Naples, Italy.
人工智能 (AI) 可以预测通过导管切除 (TCA) 后心房动 (AF) 复发. II (PwA) 的术后P波振幅是心电图学的一个关键预测因素,有助于AF患者的风险分层.
科学领域:
- 心脏病学 心脏病学
- 医疗技术 医疗技术 医学技术
背景情况:
- 在过导管切除 (TCA) 后,心房 (AF) 的复发很常见.
- 在TCA后的AF患者需要改善风险分层和随访.
- 人工智能 (AI) 为识别复发的心电图预测器提供了一个潜在的工具.
研究的目的:
- 调查AI分析的P波参数与TCA后AF复发之间的关联.
- 评估术后心电图 (ECG) P波特征在预测复发中的实用性.
主要方法:
- 74名接受TCA的AF患者的回顾性分析.
- 人工智能软件用于分析ECG的P波变量.
- 用植入式循环记录器 (ILR) 或心脏植入式电子设备 (CIED) 监测的患者.
主要成果:
- 在II中术后P波幅 (II中的PwA) 与AF复发有显著的相关性.
- 复发被定义为平均心律失常负担>6%在一年的随访.
结论:
- 领先II的PwA显示了作为监测TCA后AF复发的生物标志物的潜力.
- 突出了AI在分析心电图参数以预测AF复发中的作用.
- 这些发现可能会为导管切除后的早期风险分层策略提供信息.
更多相关视频
10:46Non-fluoroscopic Catheter Tracking for Fluoroscopy Reduction in Interventional Electrophysiology
Published on: May 26, 2015
08:10Estimating Bilateral Atrial Function by Cardiovascular Magnetic Resonance Feature Tracking in Patients with Paroxysmal Atrial Fibrillation
Published on: July 20, 2022
相关概念视频
Dysrhythmias V: Evaluating Dysrhythmias
ECG Interpretation of Arrhythmias II: Atrial, Junctional and Ventricular Arrhythmias
Electrocardiogram
Three major waveforms are present in a typical ECG recording: the P wave, the QRS complex, and...
Cardiopulmonary Resuscitation III: AED Use
Dysrhythmias VI: Management of Dysrhythmias
