人工智能对右心脏功能进行自动评估:系统性审查和元分析
Pooya Eini1, Homa Serpoush2, Mohammad Rezayee3
1Cardiovascular Research Center, Rajaie Cardiovascular Institute, Tehran, Iran.
European journal of radiology open
|December 29, 2025
概括
人工智能 (AI) 模型在评估右心室 (RV) 大小和功能方面显示出有希望的准确性. 然而,高异质性和适度的证据确定性需要仔细的解释和更多的研究来进行可靠的VR评估.
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:
- 准确评估右心室 (RV) 大小和功能对于心脏病管理至关重要.
- 传统的心声回声学在评估RV参数方面存在局限性.
- 人工智能 (AI) 模型具有潜力,但需要验证诊断准确性.
研究的目的:
- 系统地审查和元分析人工智能模型的诊断准确性,以预测RV大小和功能.
- 综合性能指标并评估VR评估中AI的证据质量.
主要方法:
- 按照PRISMA指南进行系统审查和元分析.
- 搜索了5个数据库,截至2025年6月,搜索了AI和RV函数术语.
- 使用PROBAST+AI进行数据提取和质量评估;使用STATA 18计算的汇总估计.
主要成果:
- 包括25个已识别的研究中的18个研究在元分析中.
- 聚合的灵敏度:0.85,特异性:0.81,AUROC:0.89. 这是一个很大的问题.
- 观察到高异质性,部分由算法类型和研究国家解释;中等证据确定性 (GRADE).
结论:
- 人工智能模型展示了VR评估的有希望的诊断准确性.
- 高异质性和适度的证据确定性需要谨慎的解释.
- 需要进一步的研究来提高AI在VR评估中的可靠性和临床实用性.
更多相关视频
10:33Assessment of Right Ventricular Structure and Function in Mouse Model of Pulmonary Artery Constriction by Transthoracic Echocardiography
Published on: February 3, 2014
28.5K
10:03Evaluation of Right Ventricular Function in Experimental Models of Pulmonary Arterial Hypertension
Published on: June 27, 2025
658
