基于人工智能的定量冠状动脉血管学心脏病学家用户体验
Ohchul Kwon1, Hyuck-Jun Yoon2, Jung-Hee Lee3
1Cardiovascular Center, Division of Cardiology, Department of Internal Medicine, Seoul National University Bundang Hospital, Seoul National University College of Medicine, Seongnam, Republic of Korea.
人工智能辅助定量冠状动脉血管学 (AI-QCA) 提供了冠状动脉狭窄的自动化,客观的评估. 心脏病学家发现AI-QCA在透析实验室中是可行的和有用的,具有可接受的用户体验和最小的时间投资.
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:
- 人工智能辅助定量冠状动脉血管学 (AI-QCA) 自动化冠状动脉狭窄的评估.
- 之前的研究证实了AI-QCA与手动QCA和血管内超声波的准确性.
研究的目的:
- 评估心脏病学家使用AI-QCA分析冠状动脉病变的经验.
- 评估AI-QCA在临床环境中的可行性和用户体验.
主要方法:
- 十位干预性心脏病学家使用AI-QCA分析了180名患者的血管图.
- 评估了手动QCA和AI-QCA测量之间的相关性.
- 用户体验使用系统可用性量表 (SUS) 进行评估.
主要成果:
- AI-QCA显示了边际的高可接受性 (SUS平均得分为66.7).
- 与手动QCA (88.1±35.5秒) 相比,AI-QCA分析时间明显较短 (1.5±0.9秒).
- 关键血管学变量显示AI-QCA和手动QCA之间存在中度至强度的相关性 (例如,RD R=0.74).
结论:
- AI-QCA提供了可接受的用户体验,最小的人类干预和时间.
- AI-QCA是可行的,并可能有利于冠状动脉血管学和透实验室的干预.
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
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Coronary Artery Disease V: Interprofessional Care
Cardiac Catheterization I: Pre-Procedure Overview
Acute Coronary Syndrome III: Diagnostic Studies
