基于人工智能的乳腺动脉化的量化,以预测心血管疾病和死亡率

科学领域:

• 心脏病学 心脏病学
• 放射学 放射学是一门学科.
• 人工智能的人工智能

背景情况:

• 心血管疾病 (CVD) 在女性中被诊断不足和治疗不足.
• 乳房动脉化 (BAC) 在乳房扫描上可以表明心血管疾病风险.
• 目前的风险评估工具可能无法完全捕捉女性心血管疾病风险.

研究的目的:

• 评估基于人工智能的BAC自动量化从查乳房图片在预测心血管疾病和死亡率的有效性.
• 为了确定AI量化的BAC是否提供了超越现有的PREVENT分数的预后价值.
• 评估大量,多样化,多机构人口中的预测能力.

主要方法:

• 对123,762名接受了查性乳房造影的妇女进行了回顾性队列研究.
• 利用基于变压器的神经网络进行自动BAC量化.
• 采用卡普兰-梅尔分析,考克斯比例危险和细灰模型来评估BAC与主要不良心血管事件 (MACE) 的关联.

主要成果:

• 在16.1% (内部) 和20.6% (外部) 的女性中检测到BAC.
• 人工智能定量BAC显示了与PREVENT得分相比显著的预后值增量.
• 增加的BAC严重程度与更高的MACE风险相关 (例如,内部队列中严重的BACHR3.29).
• 每增加1毫米2的BAC都会增加2%-3%的MACE风险 (P<.001).

结论:

• 通过人工智能自动化BAC量化是MACE和死亡率的独立预测器.
• 这种人工智能驱动的方法提高了CVD风险预测,超出了PREVENT得分.
• 随机性心血管风险评估在乳房扫描期间可以指导早期的预防性护理,没有额外的辐射.