人工智能辅助冠状动脉CT血管学诊断性能:系统性审查和元分析
Abdelrahman Hafez1, Ahmed Sobhy2, Mennatullah Ashour3
1Department of Cardiovascular Medicine, Mayo Clinic, Phoenix, AZ, USA.
在冠状动脉计算机断层扫描血管造影 (CCTA) 中的人工智能 (AI) 显著提高了冠状动脉狭窄检测的诊断准确性. 这种AI-CCTA方法显示出高灵敏度和特异性,提高了诊断缺血性心脏病的一致性.
科学领域:
- 心脏病学 心脏病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 冠状动脉计算机断层扫描血管造影 (CCTA) 对于诊断缺血性心脏病至关重要.
- 目前的CCTA准确性受到读器变化的限制.
- 人工智能驱动的自动化狭窄症评估为改善诊断一致性提供了潜力.
研究的目的:
- 为了评估人工智能辅助的冠状动脉狭窄的CCTA的诊断性能.
- 将AI-CCTA与侵袭性冠状动脉血管学,侵袭性分流储备 (FFR) 和专家人类读者进行比较.
- 评估AI-CCTA在每患者和每血管分析中的表现.
主要方法:
- 进行了一项系统的元分析,搜索多个数据库 (科学网,Scopus,PubMed,Cochrane图书馆,EMBASE) 直到2025年3月.
- 两个独立的审查员选了研究,并提取了研究设计,患者人口统计,AI方法和结果的数据.
- 统计分析包括构建总结接收器操作特征 (SROC) 曲线,并使用双变的随机效应模型来计算聚合的灵敏度,特异性,诊断概率比率 (DOR) 和曲线下的面积 (AUC).
主要成果:
- 分析包括34项研究,涉及10,067名患者.
- 基于AI的CCTA表现出卓越的诊断性能,每患者AUC为0.932,灵敏度为0.89,特异性为0.80.
- 对专家阅读器进行验证的AI-CCTA获得了最高的准确性 (0.94). >70%的狭窄值显示出优异的性能 (精度:0.90,特异性:0.96) 与>50%的值相比.
结论:
- 人工智能辅助的CCTA为检测冠状动脉狭窄提供了高的诊断性能.
- 人工智能方法显示出强大的AUC值,高灵敏度和特异性,以及强大的诊断概率比率.
- AI-CCTA为提高冠状动脉疾病诊断的一致性和准确性提供了一个有前途的工具.
更多相关视频
06:16Signal Acquisition, Score Interpretation, and Economics of a Non-Invasive Point-of-Care Test for Coronary Artery Disease
Published on: August 9, 2024
06:57Author Spotlight: Advancing Cardiovascular Imaging - Introducing the Spatially Weighted Calcium Score for Early Disease Detection
Published on: September 22, 2023
相关概念视频
Imaging Studies for Cardiovascular System V: CT
Acute Coronary Syndrome III: Diagnostic Studies
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Coronary Artery Disease V: Interprofessional Care
Imaging Studies for Cardiovascular System IV: CMRI
