AI įrankis naudoja kompiuterinę tomografiją, kad nustatytų pacientus, kuriems gresia sumažėjęs kraujo tekėjimas į širdį

AI įrankis naudoja kompiuterinę tomografiją, kad nustatytų pacientus, kuriems gresia sumažėjęs kraujo tekėjimas į širdį

Rezultatai

Cedars-Sinai mokslininkai ir kolegos sukūrė dirbtinio intelekto (AI) įrankį, kuris naudoja kompiuterinės tomografijos (KT) nuskaitymus, kad nustatytų pacientus, kuriems gresia sumažėjęs kraujo tekėjimas į širdį. Priemonė gali tiksliai numatyti sumažėjusį kraujotaką tiek vainikinėse arterijose, tiek širdies raumenyje. Šio dirbtinio intelekto įrankio pranašumas yra tas, kad jis gali būti naudojamas realiu laiku įprastų pacientų vizitų metu atliekant kompiuterinę tomografiją, kad gydytojai galėtų nustatyti kitą gydymo plano žingsnį.

fone

Vainikinių arterijų užsikimšimas paprastai atsiranda dėl riebalinių plokštelių kaupimosi. Tai gali apriboti kraujo tekėjimą į širdį ir sukelti krūtinės skausmą, širdies priepuolius ar net mirtį. Nustačius, kurioms arterijoms gresia sumažėjusios kraujotakos rizika, gydytojai gali informuoti, kuriuos pacientus reikia nukreipti tolesniam tyrimui arba stento įdėjimui. Dabartinis klinikinis sumažėjusio vainikinių arterijų kraujotakos diagnozavimo standartas vadinamas invaziniu frakcinio srauto rezervu (FFR). Jis matuoja slėgio kritimą arterijose ir apskaičiuoja, kiek kiekvienas užsikimšimas riboja kraujotaką. Tuo tarpu širdies pozitronų emisijos tomografija (PET) yra vaizdo testas, kurio metu naudojamas radioaktyvusis žymeklis, siekiant nustatyti sumažėjusią kraujotaką širdies raumenyje.

metodas

Tyrėjai išanalizavo 203 pacientų, dalyvavusių ankstesniame tyrime, pavadintame PACIFIC tyrimu, duomenis. Atliekant PACIFIC tyrimą, visiems pacientams per dvi savaites buvo atlikti keli tyrimai, įskaitant vainikinių arterijų CT skenavimą, invazinę koronarinę angiografiją su FFR ir širdies PET skenavimus. Tyrėjai sukūrė AI įrankį, kuris analizuoja apnašų ypatybes vainikinių arterijų KT skenavimuose ir prognozuoja sumažėjusios kraujotakos tikimybę atliekant invazinius FFR ir PET tyrimus.

poveikį

Pasak autorių, šis AI įrankis gali būti integruotas į įprastą vainikinių arterijų KT nuskaitymo analizę. Šios informacijos turėjimas pacientų vizitų metu galėtų padėti gydytojams žinoti, kuriems pacientams reikėtų atlikti tolesnius tyrimus, pvz.: B. neinvazinius testus nepalankiausiomis sąlygomis arba invazinę koronarinę angiografiją. Kai kuriems pacientams tai reikštų vengti invazinių tyrimų.

dienoraštis

Tyrimas buvo paskelbtas žurnale Circulation: Cardiovascular Imaging.

Eksperto komentaras

„Koronarinė KT angiograma yra pirmos eilės krūtinės skausmo testas, nes jis leidžia išmatuoti aterosklerozines apnašas ir susiaurėjimą“, – sakė Biomedicininio vaizdų tyrimų instituto Kiekybinės vaizdo analizės laboratorijos vadovas ir Cedars-Sinai Biomedicinos mokslų ir medicinos profesorius bei atitinkamas tyrimo autorius daktaras Damini Dey. „Jei galime integruoti CTA plokštelių duomenis su stenoze su AI, kad prognozuotume sutrikusį FFR, galėtume rizikuoti tinkamai suskirstyti pacientus, kad nustatytų funkcinę stenozės reikšmę.

Autoriai

Kiti Cedars-Sinajaus autoriai apima Andrew Lin, MBBS, mokslų daktaras; Priscilla McElhinney; Yuka Otaki, medicinos mokslų daktaras; Donghee Han, MD; Alanas Kwanas, medicinos mokslų daktaras; Evangelos Tzolos, MD; Eyalas Kleinas, MD; Keiichiro Kuronuma, medicinos mokslų daktaras; Kajetanas Grodeckis, medicinos mokslų daktaras; Benjaminas Šou; Richardas Riosas, mokslų daktaras; Nipun Manral, magistras; Sebastienas Kadettas, magistras; Daniel S. Berman, MD; ir Piotr J. Slomka, PhD.

finansavimas

Tyrimą palaikė Nacionalinis širdies, plaučių ir kraujo institutas (apdovanojimo numeris 1R01HL148787-01A1) ir Dr. Miriam ir Sheldon G. Adelson medicinos tyrimų fondas.

Šaltinis:

Sinajaus kedras

Nuoroda:

Linas, A. ir kt. (2022) Mašininis mokymasis iš kiekybinės vainikinių arterijų kompiuterinės tomografijos angiografijos numato dalinį srauto rezervą – apibrėžtą išemiją ir sutrikusią miokardo kraujotaką. Cirkuliacija: širdies ir kraujagyslių sistemos vaizdavimas. doi.org/10.1161/CIRCIMAGING.122.014369.

.