Narzędzie AI wykorzystuje tomografię komputerową do identyfikacji pacjentów, u których występuje ryzyko zmniejszonego przepływu krwi do serca
Odkrycia Naukowcy z Cedars-Sinai i współpracownicy opracowali narzędzie sztucznej inteligencji (AI), które wykorzystuje tomografię komputerową (CT) do identyfikacji pacjentów zagrożonych zmniejszonym przepływem krwi do serca. Narzędzie jest w stanie dokładnie przewidzieć zmniejszony przepływ krwi zarówno w tętnicach wieńcowych, jak i w mięśniu sercowym. Zaletą tego narzędzia AI jest to, że można je potencjalnie wykorzystać w czasie rzeczywistym podczas rutynowych wizyt pacjentów w celu wykonania tomografii komputerowej, aby pomóc lekarzom w ustaleniu kolejnego etapu planu leczenia. Tło Zatory tętnic wieńcowych zwykle powstają w wyniku gromadzenia się blaszek tłuszczowych. Może to ograniczyć przepływ krwi do serca i...

Narzędzie AI wykorzystuje tomografię komputerową do identyfikacji pacjentów, u których występuje ryzyko zmniejszonego przepływu krwi do serca
Wyniki
Naukowcy i współpracownicy z firmy Cedars-Sinai opracowali narzędzie oparte na sztucznej inteligencji (AI), które wykorzystuje tomografię komputerową (CT) do identyfikacji pacjentów zagrożonych zmniejszonym przepływem krwi do serca. Narzędzie jest w stanie dokładnie przewidzieć zmniejszony przepływ krwi zarówno w tętnicach wieńcowych, jak i w mięśniu sercowym. Zaletą tego narzędzia AI jest to, że można je potencjalnie wykorzystać w czasie rzeczywistym podczas rutynowych wizyt pacjentów w celu wykonania tomografii komputerowej, aby pomóc lekarzom w ustaleniu kolejnego etapu planu leczenia.
tło
Zatory tętnic wieńcowych zwykle powstają w wyniku gromadzenia się blaszek tłuszczowych. Może to ograniczyć przepływ krwi do serca i spowodować ból w klatce piersiowej, zawał serca, a nawet śmierć. Identyfikacja, które tętnice są zagrożone zmniejszonym przepływem krwi, może pomóc lekarzom w uzyskaniu informacji, których pacjentów należy skierować na badania kontrolne lub wszczepienie stentu. Obecny standard kliniczny w diagnostyce zmniejszonego przepływu krwi w tętnicy wieńcowej nazywa się inwazyjną rezerwą przepływu frakcyjnego (FFR). Mierzy spadek ciśnienia w tętnicach i oblicza, jak bardzo każda blokada ogranicza przepływ krwi. Tymczasem pozytonowa tomografia emisyjna serca (PET) to badanie obrazowe, w którym wykorzystuje się radioaktywny znacznik w celu wykrycia zmniejszonego przepływu krwi w mięśniu sercowym.
metoda
Badacze przeanalizowali dane od 203 pacjentów, którzy wzięli udział w poprzednim badaniu zwanym badaniem PACIFIC. W ramach badania PACIFIC wszyscy pacjenci przeszli w ciągu dwóch tygodni wiele badań, w tym tomografię komputerową naczyń wieńcowych, inwazyjną angiografię wieńcową z FFR i tomografię PET serca. Naukowcy opracowali narzędzie AI, które analizuje cechy płytek na tomografii komputerowej naczyń wieńcowych, a następnie przewiduje prawdopodobieństwo zmniejszonego przepływu krwi w inwazyjnych skanach FFR i PET.
uderzenie
Według autorów to narzędzie AI można zintegrować z rutynową analizą tomografii komputerowej naczyń wieńcowych. Posiadanie tych informacji podczas wizyt pacjentów może pomóc lekarzom w ustaleniu, których pacjentów należy poddać dalszym badaniom, takim jak: B. nieinwazyjne testy wysiłkowe lub inwazyjna koronarografia. Dla niektórych pacjentów oznaczałoby to unikanie badań inwazyjnych.
dziennik
Wyniki badania opublikowano w czasopiśmie Circulation: Cardionaczyniowe Imaging.
Komentarz eksperta
„Angiogram CT naczyń wieńcowych jest badaniem pierwszego rzutu w przypadku bólu w klatce piersiowej, ponieważ pozwala nam zmierzyć blaszkę miażdżycową i zwężenie” – stwierdziła dr Damini Dey, kierownik Laboratorium Ilościowej Analizy Obrazu w Instytucie Badań nad Obrazowaniem Biomedycznym oraz profesor nauk biomedycznych i medycyny w Cedars-Sinai oraz współautor badania. „Jeśli uda nam się zintegrować dane dotyczące blaszek CTA ze zwężeniem ze sztuczną inteligencją, aby przewidzieć upośledzenie FFR, możemy zaryzykować prawidłową stratyfikację pacjentów w celu wykrycia funkcjonalnego znaczenia zwężenia”.
Autorski
Inni autorzy Cedars-Sinai to m.in dr Andrew Lin, MBBS; Priscilla McElhinney; Yuka Otaki, lekarz medycyny, doktor; Donghee Han, lekarz medycyny; Alan Kwan, lekarz medycyny; Evangelos Tzolos, lekarz medycyny; Lek. Eyal Klein; Keiichiro Kuronuma, lekarz medycyny; dr n. med. Kajetan Grodecki; Benjamin Shou; dr Richard Rios; Nipun Manral, mgr; mgr Sebastien Kadett; Daniel S. Berman, lekarz medycyny; i dr Piotr J. Słomka.
finansowanie
Badania były wspierane przez Narodowy Instytut Serca, Płuc i Krwi (numer nagrody 1R01HL148787-01A1) oraz przez Fundację Badań Medycznych dr Miriam i Sheldona G. Adelsonów.
Źródło:
Odniesienie:
Lin, A. i in. (2022) Uczenie maszynowe na podstawie ilościowej angiografii komputerowej tomografii wieńcowej przewiduje cząstkową rezerwę przepływu – określone niedokrwienie i upośledzony przepływ krwi w mięśniu sercowym. Krążenie: Obrazowanie układu krążenia. doi.org/10.1161/CIRCIMAGING.122.014369.
.