ИИ используют для прогнозирования важного показателя работы сердца

Прочитано: 173 раз(а)


Ишемическая болезнь сердца является ведущей причиной смерти взрослого населения во всем мире. Процедура коронарной ангиографии обеспечивает клиническую стандартную диагностическую оценку практически для всех связанных с принятием клинических решений, от лекарств до операции коронарного шунтирования. Во многих случаях количественная оценка фракции выброса левого желудочка (ФВЛЖ) во время коронарной ангиографии имеет решающее значение для оптимизации принятия клинических решений и выбора лечения, особенно когда ангиография проводится по поводу потенциально опасных для жизни острых коронарных синдромов (ОКС).

Поскольку левый желудочек является насосным центром сердца, измерение фракции выброса в камере дает важную информацию о проценте крови, покидающей сердце при каждом его сокращении. В настоящее время измерение ФВ ЛЖ во время ангиографии требует дополнительной инвазивной процедуры, называемой левожелудочковой вентрикулографией, когда в левый желудочек вводится катетер и вводится контрастный краситель, что сопряжено с дополнительными рисками и увеличивает экспозицию контраста.

В исследовании, опубликованном в журнале JAMA Cardiology , старший автор и кардиолог Калифорнийского университета в Сан-Франциско Джефф Тисон, доктор медицинских наук, и первый автор Роберт Аврам, доктор медицинских наук, из Монреальского института сердца, решили определить, являются ли глубокие нейронные сети (ГНС) категорией ИИ. алгоритм, можно использовать для прогнозирования насосной (сократительной) функции сердца по стандартным видео ангиограммам. Они разработали и протестировали DNN под названием CathEF для оценки ФВ ЛЖ по коронарным ангиограммам левой половины сердца.

«CathEF предлагает новый подход, который использует данные, которые обычно собираются во время каждой ангиографии, для предоставления информации, которая в настоящее время недоступна для клиницистов во время ангиографии, эффективно расширяя полезность медицинских данных с помощью ИИ и предоставляя информацию о ФВ ЛЖ в режиме реального времени, которая помогает принимать клинические решения. делает», — сказал Тисон, адъюнкт-профессор медицины и кардиологии Калифорнийского университета в Сан-Франциско.

Исследователи провели поперечное исследование 4042 ангиограмм взрослых, сопоставленных с соответствующими трансторакальными эхокардиограммами (ТТЭ) от 3679 пациентов UCSF, и обучили нейронную сеть на основе видео оценивать снижение ФВ ЛЖ (меньше или равно 40%) и прогнозировать (непрерывное ) Процент ФВ ЛЖ по стандартным видео ангиограммам левой коронарной артерии.

Результаты показали, что CathEF точно прогнозирует ФВ ЛЖ с сильной корреляцией с эхокардиографическими измерениями ФВ ЛЖ, стандартным неинвазивным клиническим подходом. Модель также была подтверждена на реальных ангиограммах из Института сердца Оттавы. Алгоритм хорошо зарекомендовал себя при различных демографических характеристиках пациентов и клинических состояниях, включая острые коронарные синдромы и различные уровни почечной функции — группы пациентов, которые могут быть менее подходящими для выполнения стандартной процедуры левожелудочковой вентрикулографии.

«Это исследование представляет собой новый метод оценки ФВ ЛЖ, важного показателя функции сердца, во время любой стандартной коронарографии без дополнительных процедур или увеличения затрат», — сказал Аврам, интервенционный кардиолог и бывший научный сотрудник Калифорнийского университета в Сан-Франциско. «ФВ ЛЖ имеет важное значение для принятия решений во время процедуры и для управления уходом за пациентом ».

Хотя алгоритм был обучен на большом наборе ангиограмм из UCSF, а затем отдельно проверен на наборе данных из Института сердца Оттавы, исследователи проводят дальнейшие исследования, чтобы протестировать этот алгоритм на месте оказания медицинской помощи и определить его влияние на клиническое состояние. рабочий процесс у пациентов, перенесших сердечный приступ. С этой целью проводится многоцентровое проспективное проверочное исследование у пациентов с ОКС для сравнения эффективности CathEF и левого желудочка с ТТЭ, выполненных в течение 7 дней после ОКС.

«Эта работа демонстрирует, что технология ИИ может снизить потребность в инвазивных тестах и ​​улучшить диагностические возможности кардиологов, что в конечном итоге улучшит результаты лечения пациентов и качество жизни», — сказал Тайсон.

ИИ используют для прогнозирования важного показателя работы сердца

 



Новости партнеров