De AI-tool gebruikt CT-scans om patiënten te identificeren die risico lopen op een verminderde bloedtoevoer naar het hart

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Bevindingen Cedars-Sinai-onderzoekers en collega's hebben een hulpmiddel voor kunstmatige intelligentie (AI) ontwikkeld dat gebruik maakt van computertomografie (CT)-scans om patiënten te identificeren die het risico lopen op een verminderde bloedtoevoer naar het hart. De tool kan een verminderde bloedstroom in zowel de kransslagaders als de hartspier nauwkeurig voorspellen. Het voordeel van deze AI-tool is dat deze mogelijk in realtime kan worden gebruikt tijdens routinematige patiëntenbezoeken voor CT-scans om artsen te helpen de volgende stap in het behandelplan te bepalen. Achtergrond Verstoppingen in de kransslagaders treden doorgaans op als gevolg van de ophoping van vetplaques. Dit kan de bloedtoevoer naar het hart beperken en...

Ergebnisse Cedars-Sinai-Forscher und Kollegen haben ein Tool für künstliche Intelligenz (KI) entwickelt, das Computertomographie (CT)-Scans verwendet, um Patienten zu identifizieren, bei denen das Risiko einer verminderten Durchblutung des Herzens besteht. Das Tool ist in der Lage, eine verminderte Durchblutung sowohl in den Koronararterien als auch im Herzmuskel genau vorherzusagen. Der Vorteil dieses KI-Tools besteht darin, dass es möglicherweise in Echtzeit während routinemäßiger Patientenbesuche für CT-Scans verwendet werden könnte, um Ärzten bei der Bestimmung des nächsten Schritts im Behandlungsplan zu helfen. Hintergrund Verstopfungen der Koronararterien treten typischerweise aufgrund der Ansammlung von Fettplaques auf. Dies kann den Blutfluss zum Herzen einschränken und …
Bevindingen Cedars-Sinai-onderzoekers en collega's hebben een hulpmiddel voor kunstmatige intelligentie (AI) ontwikkeld dat gebruik maakt van computertomografie (CT)-scans om patiënten te identificeren die het risico lopen op een verminderde bloedtoevoer naar het hart. De tool kan een verminderde bloedstroom in zowel de kransslagaders als de hartspier nauwkeurig voorspellen. Het voordeel van deze AI-tool is dat deze mogelijk in realtime kan worden gebruikt tijdens routinematige patiëntenbezoeken voor CT-scans om artsen te helpen de volgende stap in het behandelplan te bepalen. Achtergrond Verstoppingen in de kransslagaders treden doorgaans op als gevolg van de ophoping van vetplaques. Dit kan de bloedtoevoer naar het hart beperken en...

De AI-tool gebruikt CT-scans om patiënten te identificeren die risico lopen op een verminderde bloedtoevoer naar het hart

Resultaten

Onderzoekers en collega's van Cedars-Sinai hebben een hulpmiddel voor kunstmatige intelligentie (AI) ontwikkeld dat gebruik maakt van computertomografie (CT)-scans om patiënten te identificeren die het risico lopen op een verminderde bloedtoevoer naar het hart. De tool kan een verminderde bloedstroom in zowel de kransslagaders als de hartspier nauwkeurig voorspellen. Het voordeel van deze AI-tool is dat deze mogelijk in realtime kan worden gebruikt tijdens routinematige patiëntenbezoeken voor CT-scans om artsen te helpen de volgende stap in het behandelplan te bepalen.

achtergrond

Verstoppingen in de kransslagaders treden doorgaans op als gevolg van de opeenhoping van vetplaques. Dit kan de bloedtoevoer naar het hart beperken en pijn op de borst, hartaanvallen of zelfs de dood veroorzaken. Door te identificeren welke slagaders het risico lopen op een verminderde bloedstroom, kunnen artsen geïnformeerd worden welke patiënten moeten worden doorverwezen voor vervolgonderzoek of het plaatsen van een stent. De huidige klinische standaard voor het diagnosticeren van een verminderde bloedstroom in de kransslagader wordt invasieve fractionele stroomreserve (FFR) genoemd. Het meet de drukval in de slagaders en berekent hoeveel elke blokkade de bloedstroom beperkt. Ondertussen is een cardiale positronemissietomografie (PET) -scan een beeldvormende test waarbij een radioactieve tracer wordt gebruikt om te zoeken naar een verminderde bloedstroom in de hartspier.

methode

Onderzoekers analyseerden gegevens van 203 patiënten die deelnamen aan een eerdere studie, de PACIFIC-studie. Als onderdeel van de PACIFIC-studie ondergingen alle patiënten binnen twee weken meerdere tests, waaronder coronaire CT-scans, invasieve coronaire angiografie met FFR en cardiale PET-scans. De onderzoekers ontwikkelden een AI-tool die kenmerken van de plaques op coronaire CT-scans analyseert en vervolgens de waarschijnlijkheid van een verminderde bloedstroom op invasieve FFR- en PET-scans voorspelt.

invloed

Volgens de auteurs kan deze AI-tool worden geïntegreerd in de routinematige analyse van coronaire CT-scans. Door deze informatie bij de hand te hebben tijdens patiëntenbezoeken kunnen artsen beter weten welke patiënten in aanmerking moeten komen voor verder onderzoek, zoals: B. niet-invasieve stresstests of invasieve coronaire angiografie. Voor sommige patiënten zou dit betekenen dat invasieve tests moeten worden vermeden.

dagboek

Het onderzoek werd gepubliceerd in het tijdschrift Circulation: Cardiovascular Imaging.

Deskundig commentaar

“Het coronaire CT-angiogram is de eerstelijnstest voor pijn op de borst, omdat het ons in staat stelt atherosclerotische plaque en vernauwing te meten”, zegt Dr. Damini Dey, hoofd van het Quantitative Image Analysis Laboratory van het Biomedical Imaging Research Institute en hoogleraar Biomedische Wetenschappen en Geneeskunde bij Cedars-Sinai en corresponderend auteur van de studie. "Als we CTA-plaquegegevens met stenose kunnen integreren met AI om verminderde FFR te voorspellen, kunnen we het risico lopen patiënten correct te stratificeren om de functionele betekenis van de stenose te detecteren."

Auteurs

Andere Cedars-Sinai-auteurs zijn onder meer 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; Sébastien Kadett, MSc; Daniel S. Berman, MD; en Piotr J. Slomka, PhD.

financiering

Het onderzoek werd ondersteund door het National Heart, Lung, and Blood Institute (onderscheidingsnummer 1R01HL148787-01A1) en de Dr. Miriam en Sheldon G. Adelson Medical Research Foundation.

Bron:

Ceder Sinaï

Referentie:

Lin, A., et al. (2022) Machine learning van kwantitatieve coronaire computertomografie-angiografie voorspelt fractionele stroomreserve - gedefinieerde ischemie en verminderde myocardiale bloedstroom. Circulatie: Cardiovasculaire beeldvorming. doi.org/10.1161/CIRCIMAGING.122.014369.

.