该人工智能工具使用 CT 扫描来识别有心脏血流量减少风险的患者

该人工智能工具使用 CT 扫描来识别有心脏血流量减少风险的患者

结果

Cedars-Sinai 的研究人员和同事开发了一种人工智能 (AI) 工具，该工具使用计算机断层扫描 (CT) 扫描来识别存在心脏血流量减少风险的患者。 该工具能够准确预测冠状动脉和心肌血流量的减少。 该人工智能工具的优势在于，它可以在例行患者就诊期间实时使用 CT 扫描，帮助医生确定治疗计划的下一步。

背景

冠状动脉阻塞通常是由于脂肪斑块的堆积而发生的。 这会限制流向心脏的血液，导致胸痛、心脏病发作，甚至死亡。 确定哪些动脉面临血流量减少的风险可以告诉医生哪些患者应该转诊进行后续检查或支架置入。 目前诊断冠状动脉血流量减少的临床标准称为有创血流储备分数（FFR）。 它测量动脉内的压降并计算每次阻塞对血流的限制程度。 与此同时，心脏正电子发射断层扫描 (PET) 扫描是一种成像测试，使用放射性示踪剂来寻找心肌血流量减少的情况。

方法

研究人员分析了参与之前一项名为 PACIFIC 试验的研究的 203 名患者的数据。 作为 PACIFIC 研究的一部分，所有患者在两周内接受了多项检查，包括冠状动脉 CT 扫描、FFR 侵入性冠状动脉造影和心脏 PET 扫描。 研究人员开发了一种人工智能工具，可以分析冠状动脉 CT 扫描中斑块的特征，然后预测侵入性 FFR 和 PET 扫描中血流量减少的可能性。

影响

作者表示，这种人工智能工具可以集成到冠状动脉 CT 扫描的常规分析中。 在患者就诊期间掌握这些信息可以帮助医生了解哪些患者应考虑进行进一步检查，例如： B. 非侵入性压力测试或侵入性冠状动脉造影。 对于一些患者来说，这意味着避免侵入性检测。

日记

该研究发表在《循环：心血管成像》杂志上。

专家点评

“冠状动脉 CT 血管造影是胸痛的一线检查，因为它使我们能够测量动脉粥样硬化斑块和狭窄，”生物医学成像研究所定量图像分析实验室负责人、西达斯-西奈生物医学科学和医学教授、该研究的通讯作者 Damini Dey 博士说。 “如果我们能够将 CTA 斑块数据与狭窄情况与 AI 相结合来预测 FFR 受损，我们就可以冒险对患者进行正确分层，以检测狭窄的功能意义。”

作者

Cedars-Sinai 的其他作者包括 林安德鲁，MBBS，博士； 普里西拉·麦克尔希尼； 大泷由香，医学博士、哲学博士； 韩东熙，医学博士； 艾伦·关，医学博士； Evangelos Tzolos，医学博士； 埃亚尔·克莱因，医学博士； 黑沼敬一郎，医学博士； Kajetan Grodecki，医学博士、哲学博士； 本杰明·寿； 理查德·里奥斯博士； Nipun Manral，理学硕士； 塞巴斯蒂安·卡德特，理学硕士； 丹尼尔·伯曼（Daniel S. Berman），医学博士； 和 Piotr J. Slomka 博士。

融资

该研究得到了国家心肺血液研究所（奖项编号 1R01HL148787-01A1）以及 Miriam 和 Sheldon G. Adelson 医学研究基金会的支持。

来源：

雪松西奈

参考：

林，A.，等人。 (2022) 定量冠状动脉计算机断层扫描血管造影的机器学习可预测血流储备分数 - 定义缺血和心肌血流受损。 循环：心血管成像。 doi.org/10.1161/CIRCIMAGING.122.014369 。

。