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 Brustschmerzen, Herzinfarkte oder sogar den Tod verursachen. Die Identifizierung der Arterien, bei denen das Risiko einer verminderten Durchblutung besteht, kann Ärzte darüber informieren, welche Patienten für nachfolgende Tests oder das Einsetzen von Stents überwiesen werden sollten. Der derzeitige klinische Standard zur Diagnose eines reduzierten koronararteriellen Blutflusses wird als invasive fraktionierte Flussreserve (FFR) bezeichnet. Es misst den Druckabfall innerhalb der Arterien und berechnet so, wie stark jede Blockade den Blutfluss einschränkt. Unterdessen ist ein Herz-Positronen-Emissions-Tomographie (PET)-Scan ein bildgebender Test, der einen radioaktiven Tracer verwendet, um nach reduziertem Blutfluss im Herzmuskel zu suchen.
Methode
Die Ermittler analysierten Daten von 203 Patienten, die an einer früheren Studie namens PACIFIC-Studie teilgenommen hatten. Im Rahmen der PACIFIC-Studie wurden alle Patienten innerhalb von zwei Wochen mehreren Tests unterzogen, darunter Koronar-CT-Scans, invasive Koronarangiographie mit FFR und Herz-PET-Scans. Die Forscher entwickelten ein KI-Tool, das Merkmale der Plaques auf Koronar-CT-Scans analysiert und dann die Wahrscheinlichkeit eines reduzierten Blutflusses auf invasiven FFR- und PET-Scans vorhersagt.
Auswirkung
Dieses KI-Tool kann laut den Autoren in die routinemäßige Analyse von Koronar-CT-Scans integriert werden. Diese Informationen bei Patientenbesuchen zur Hand zu haben, könnte Ärzten helfen zu wissen, welche Patienten für weitere Tests, wie z. B. nichtinvasive Belastungstests oder invasive Koronarangiographie, zu überweisen sind. Für einige Patienten würde dies bedeuten, invasive Tests zu vermeiden.
Tagebuch
Die Forschung wurde in der Fachzeitschrift Circulation: Cardiovascular Imaging veröffentlicht.
Expertenkommentar
„Das Koronar-CT-Angiogramm ist der First-Line-Test für Brustschmerzen, da es uns ermöglicht, atherosklerotische Plaque und Verengung zu messen“, sagte Dr. Damini Dey, Leiter des Labors für quantitative Bildanalyse am Biomedical Imaging Research Institute und Professor für Biomedizin Sciences and Medicine at Cedars-Sinai und korrespondierender Autor der Studie. „Wenn wir CTA-Plaque-Daten mit Stenose mit KI integrieren können, um eine beeinträchtigte FFR vorherzusagen, könnten wir riskieren, Patienten korrekt zu stratifizieren, um die funktionelle Bedeutung der Stenose zu erkennen.“
Autoren
Andere Cedars-Sinai-Autoren umfassen 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; und Piotr J. Slomka, PhD.
Finanzierung
Die Forschung wurde vom National Heart, Lung, and Blood Institute (Preisnummer 1R01HL148787-01A1) und der Dr. Miriam and Sheldon G. Adelson Medical Research Foundation unterstützt.
Quelle:
Referenz:
Lin, A., et al. (2022) Maschinelles Lernen aus quantitativer Koronar-Computertomographie-Angiographie prognostiziert fraktionierte Flussreserve – definierte Ischämie und beeinträchtigten myokardialen Blutfluss. Kreislauf: Kardiovaskuläre Bildgebung. doi.org/10.1161/CIRCIMAGING.122.014369.
.
