Cedars-Sinai 的研究人員創(chuàng)建了一種支持人工智能的工具，可以更容易地預(yù)測一個人是否會心臟病發(fā)作。
The Lancet Digital Health中描述的該工具根據(jù)向心臟供血的動脈中斑塊的數(shù)量和組成，準(zhǔn)確預(yù)測了五年內(nèi)哪些患者會發(fā)生心臟病發(fā)作。
斑塊堆積會導(dǎo)致動脈變窄，使血液難以到達(dá)心臟，增加心臟病發(fā)作的可能性。一種稱為冠狀動脈計(jì)算機(jī)斷層掃描血管造影 (CTA) 的醫(yī)學(xué)測試會拍攝心臟和動脈的 3D 圖像，并且可以讓醫(yī)生估計(jì)患者的動脈狹窄程度。然而，到目前為止，還沒有一種簡單、自動化和快速的方法來測量 CTA 圖像中可見的斑塊。
“冠狀動脈斑塊通常不被測量，因?yàn)闆]有一種完全自動化的方法來測量，”Cedars-Sinai 生物醫(yī)學(xué)成像研究所定量圖像分析實(shí)驗(yàn)室主任、《Cedars-Sinai》高級作者 Damini Dey 博士說。研究。“測量時(shí)，專家至少需要 25 到 30 分鐘，但現(xiàn)在我們可以使用這個程序在 5 到 6 秒內(nèi)從 CTA 圖像中量化斑塊。”
Dey 及其同事分析了在澳大利亞、德國、、蘇格蘭和美國的 11 個地點(diǎn)接受冠狀動脈 CTA 的 1,196 人的 CTA 圖像。研究人員訓(xùn)練 AI 算法測量斑塊，方法是讓它從 921 人的冠狀動脈 CTA 圖像中學(xué)習(xí)，這些圖像已經(jīng)由訓(xùn)練有素的醫(yī)生進(jìn)行了分析。
該算法首先在 3-D 圖像中勾勒出冠狀動脈，然后識別冠狀動脈內(nèi)的血液和斑塊沉積物。研究人員發(fā)現(xiàn)該工具的測量值與冠狀動脈 CTA 中的斑塊數(shù)量相對應(yīng)。他們還將結(jié)果與兩種被認(rèn)為在評估冠狀動脈斑塊和狹窄方面高度準(zhǔn)確的侵入性測試所拍攝的圖像相匹配：血管內(nèi)超聲和基于導(dǎo)管的冠狀動脈造影。
最后，研究人員發(fā)現(xiàn)，人工智能算法從 CTA 圖像中進(jìn)行的測量準(zhǔn)確地預(yù)測了 1,611 人在五年內(nèi)的心臟病發(fā)作風(fēng)險(xiǎn)，這些人參與了一項(xiàng)名為 SCOT-HEART 試驗(yàn)的多中心試驗(yàn)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！