A mesterséges intelligencia eszköz CT-vizsgálatokkal azonosítja azokat a betegeket, akiknél fennáll a kockázata annak, hogy csökken a szív véráramlása

A mesterséges intelligencia eszköz CT-vizsgálatokkal azonosítja azokat a betegeket, akiknél fennáll a kockázata annak, hogy csökken a szív véráramlása

Eredmények

A Cedars-Sinai kutatói és munkatársai mesterséges intelligencia (AI) eszközt fejlesztettek ki, amely számítógépes tomográfiás (CT) vizsgálatokkal azonosítja azokat a betegeket, akiknél fennáll a csökkent szívi véráramlás veszélye. Az eszköz képes pontosan megjósolni a csökkent véráramlást mind a koszorúerekben, mind a szívizomban. Ennek az AI-eszköznek az az előnye, hogy potenciálisan valós időben használható a betegek rutinszerű CT-vizsgálatai során, hogy segítsen az orvosoknak meghatározni a kezelési terv következő lépését.

háttér

A koszorúér-elzáródások általában a zsíros plakkok felhalmozódása miatt következnek be. Ez korlátozhatja a szív véráramlását, és mellkasi fájdalmat, szívrohamot vagy akár halált is okozhat. A csökkent véráramlás kockázatának kitett artériák azonosítása tájékoztathatja az orvosokat arról, hogy mely betegeket kell beutalni utóvizsgálatra vagy stent behelyezésre. A csökkent koszorúér-véráramlás diagnosztizálásának jelenlegi klinikai szabványát invazív frakcionált áramlási tartaléknak (FFR) nevezik. Méri az artériákon belüli nyomásesést, és kiszámítja, hogy az egyes elzáródások mennyire korlátozzák a véráramlást. Eközben a szív pozitronemissziós tomográfia (PET) egy képalkotó vizsgálat, amely radioaktív nyomjelzőt használ a szívizom csökkent véráramlásának keresésére.

módszer

A kutatók 203 olyan beteg adatait elemezték, akik részt vettek egy korábbi, a PACIFIC-vizsgálatnak nevezett vizsgálatban. A PACIFIC vizsgálat részeként két héten belül minden betegnél több vizsgálaton esett át, beleértve a koszorúér-CT-vizsgálatokat, az invazív koszorúér angiográfiát FFR-rel és a szív PET-vizsgálatát. A kutatók kifejlesztettek egy mesterséges intelligencia eszközt, amely elemzi a plakkok jellemzőit a koszorúér-CT-vizsgálatokon, majd előrejelzi a csökkent véráramlás valószínűségét az invazív FFR- és PET-vizsgálatokon.

hatás

A szerzők szerint ez az AI-eszköz integrálható a koszorúér-CT-vizsgálatok rutinelemzéséhez. Ha ezek az információk kéznél vannak a beteglátogatások során, az segíthet az orvosoknak tudni, hogy mely betegeknél kell további vizsgálatokat végezni, például: B. non-invazív stressztesztek vagy invazív koszorúér angiográfia. Egyes betegek számára ez az invazív vizsgálatok elkerülését jelentené.

napló

A kutatás a Circulation: Cardiovascular Imaging folyóiratban jelent meg.

Szakértői kommentár

"A koszorúér-CT angiogram a mellkasi fájdalom első vonalbeli tesztje, mert lehetővé teszi az atheroscleroticus plakkok és szűkületek mérését" - mondta Dr. Damini Dey, a Biomedical Imaging Research Institute kvantitatív képelemző laboratóriumának vezetője és a Cedars-Sinai orvosbiológiai tudományok és orvostudomány professzora és a tanulmány megfelelő szerzője. "Ha integrálni tudjuk a CTA plakk adatait a szűkülettel és az AI-val, hogy előre jelezzük a károsodott FFR-t, kockáztathatjuk, hogy a betegeket megfelelően rétegezzük a szűkület funkcionális jelentőségének kimutatása érdekében."

Szerzői

Más Cedars-Sinai szerzők közé tartozik Andrew Lin, MBBS, PhD; Priscilla McElhinney; Yuka Otaki, MD, PhD; Donghee Han, MD; Alan Kwan, MD; Evangelos Tzolos, MD; Eyal Klein, MD; Keiichiro Kuronuma, MD; Kajetan Grodecki, MD, PhD; Benjamin Shou; Richard Rios, PhD; Nipun Manral, MSc; Sebastien Kadett, MSc; Daniel S. Berman, MD; és Piotr J. Slomka, PhD.

finanszírozás

A kutatást a National Heart, Lung and Blood Institute (1R01HL148787-01A1 díjszám) és a Dr. Miriam és Sheldon G. Adelson Medical Research Foundation támogatta.

Forrás:

Cédrus Sinai

Referencia:

Lin, A. és mtsai. (2022) A kvantitatív koszorúér komputertomográfiás angiográfiás gépi tanulás előrejelzi a frakcionált áramlási tartalékot – meghatározott ischaemiát és károsodott szívizom véráramlást. Keringés: szív- és érrendszeri képalkotás. doi.org/10.1161/CIRCIMAGING.122.014369.

.