通过人工智能对未开放的胸部CT进行喷射分量的量化
Jianhang Zhou1, Jacek Kwieciński1,2, Aakash Shanbhag1,3
1Artificial Intelligence in Medicine Research Center, Departments of Biomedical Sciences, Medicine, and Cardiology, Cedars-Sinai Medical Center, Los Angeles, CA, United States.
medRxiv : the preprint server for health sciences
|December 3, 2025
概括
一种新的AI方法从胸部CT扫描中估计左心室喷射率 (LVEF). 这种AI衍生的LVEF准确预测心力衰竭和死亡风险,显示出广泛的临床潜力.
科学领域:
- 医疗成像中的人工智能
- 心血管成像和诊断系统
- 放射学和计算机病理学
背景情况:
- 左心室喷射率 (LVEF) 是心脏功能的一个关键指标.
- 传统的LVEF评估需要专门的,封闭式心脏成像.
- 需要可访问的方法来从常规成像中估计LVEF.
研究的目的:
- 开发和验证一种新型的人工智能 (AI) 方法,用于从未完成的胸部CT扫描中估计LVEF.
- 评估AI衍生LVEF (AI LVEF) 与已建立的心脏成像模式的相关性.
- 评估AI LVEF在预测不良心血管结果中的预后价值.
主要方法:
- 一个25852名患者的多中心注册表被用于训练和验证AI模型.
- 人工智能LVEF与3D封闭正子发射断层扫描 (PET) 和心声回声扫描进行了比较.
- 评估AI LVEF的预后能力是在一个单独的队列中对24,054名肺部CT扫描患者进行评估的.
主要成果:
- 人工智能LVEF与3D封闭PET (r=0.84) 显示出强烈的相关性.
- 人工智能模型实现了0.96的AUC来检测降低LVEF (<40%) 与95%的NPV.
- 减少AI LVEF显著与心力衰竭,心血管死亡 (HR 13.3) 和全因死亡率的风险增加有关.
结论:
- 人工智能可以通过低剂量胸部CT扫描,无对比度,无标记度准确估计LVEF.
- AI LVEF有效地对患者进行了心力衰竭和死亡风险的分层.
- 这种人工智能方法在心血管评估中具有广泛临床应用的巨大潜力.
