Cedars-Sinai 的研究人員創(chuàng)建了一種支持人工智能的工具，可以更容易地預測一個人是否會心臟病發(fā)作。
The Lancet Digital Health中描述的該工具根據(jù)向心臟供血的動脈中斑塊的數(shù)量和組成，準確預測了五年內哪些患者會發(fā)生心臟病發(fā)作。
斑塊堆積會導致動脈變窄，使血液難以到達心臟，增加心臟病發(fā)作的可能性。一種稱為冠狀動脈計算機斷層掃描血管造影 (CTA) 的醫(yī)學測試會拍攝心臟和動脈的 3D 圖像，并且可以讓醫(yī)生估計患者的動脈狹窄程度。然而，到目前為止，還沒有一種簡單、自動化和快速的方法來測量 CTA 圖像中可見的斑塊。
“冠狀動脈斑塊通常不被測量，因為沒有一種完全自動化的方法來測量，”Cedars-Sinai 生物醫(yī)學成像研究所定量圖像分析實驗室主任、《Cedars-Sinai》高級作者 Damini Dey 博士說。研究。“測量時，專家至少需要 25 到 30 分鐘，但現(xiàn)在我們可以使用這個程序在 5 到 6 秒內從 CTA 圖像中量化斑塊。”
Dey 及其同事分析了在澳大利亞、德國、、蘇格蘭和美國的 11 個地點接受冠狀動脈 CTA 的 1,196 人的 CTA 圖像。研究人員訓練 AI 算法測量斑塊，方法是讓它從 921 人的冠狀動脈 CTA 圖像中學習，這些圖像已經(jīng)由訓練有素的醫(yī)生進行了分析。
該算法首先在 3-D 圖像中勾勒出冠狀動脈，然后識別冠狀動脈內的血液和斑塊沉積物。研究人員發(fā)現(xiàn)該工具的測量值與冠狀動脈 CTA 中的斑塊數(shù)量相對應。他們還將結果與兩種被認為在評估冠狀動脈斑塊和狹窄方面高度準確的侵入性測試所拍攝的圖像相匹配：血管內超聲和基于導管的冠狀動脈造影。
最后，研究人員發(fā)現(xiàn)，人工智能算法從 CTA 圖像中進行的測量準確地預測了 1,611 人在五年內的心臟病發(fā)作風險，這些人參與了一項名為 SCOT-HEART 試驗的多中心試驗。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！