摘要
人工智能(ai)为接受肺癌筛查的患者提供了一种自动化的、准确的工具来测量传统的心脏病标志物。
人工智能(ai)为接受肺癌筛查的患者提供了一种自动化的、准确的工具来测量传统的心脏病标志物。
低剂量胸部ct被批准用于高危人群的肺癌筛查，如长期吸烟者。虽然这些比较温度扫描的目的是诊断肺癌,冠状动脉钙、测量动脉的斑块,也可见在冠状动脉钙评分比较温度来源于比较温度是一个行之有效的措施,帮助医生决定谁应该得到降低胆固醇预防他汀类药物。
低剂量胸部比较温度是批准l”新胆固醇的指导方针鼓励使用钙得分帮助医生和病人决定是否他汀类药物,”研究文章的第二作者Michael t . Lu说,医学博士,公共卫生学硕士,人工智能在心血管成像研究中心主任(保监会)在波士顿马萨诸塞州总医院(M.G.H.)。
“对于那些有中度心脏病风险的患者，如果钙评分为0，他汀类药物可以推迟使用。如果钙含量高，那么这些患者应该服用他汀类药物。”
尽管冠状动脉钙具有预后价值，但在低剂量ct肺筛查中并不常规测量，因为测量需要专门的软件，并增加了解释时间。
“如果我们的工具检测到病人体内有大量的冠状动脉钙，那么我们也许可以把病人送到专家那里进行进一步的研究，”来自人工智能医学(A.I.M.)的首席作者Roman Zeleznik M.Sc.， B.Sc.说。波士顿布莱根妇女医院(B.W.H.)和达纳-法伯癌症研究所的项目。“这将使患者更容易获得适当的治疗。”
这个研究小组代表了M.G.H.之间的密切合作B.W.H.的CIRC和A.I.M.他最近开发并测试了一种使用深度学习(deep learning)技术的技术。深度学习是一种复杂的人工智能，以自动测量冠状动脉钙在胸部ct图像。他们训练了心脏ct的深度学习系统胸部ct检查其中冠状动脉钙被手动测量。
然后，他们对数千名年龄在55岁至74岁之间的重度吸烟者的ct扫描结果进行了测试。这些人参加了全国肺筛查试验(NLST)，这是一项建立了ct的主要研究的价值，提供肺癌的早期检测。
结果表明，深度学习获得的冠状动脉钙评分与人类阅读者的钙评分基本一致。此外，在6.5年的随访中，深度学习钙得分与心血管疾病死亡之间存在显著的相关性。“ct扫描中有心血管健康方面的信息，”卢博士说。“这是一种自动提取信息的方法，可以帮助患者和医生做出预防治疗的决定。”
例如，冠状动脉钙化的自动定量可以用来把人分成高危组和低危组。深度学习系统在后台运行，不会增加考试时间。该系统能够自动进行冠状动脉钙化评估，这对研究来说是一个福音，因为它可以在比人类阅读者更短的时间内评估大量患者。
它在肺筛查人群之外也有价值。研究小组已经证明了它对稳定和急性胸痛患者的有效性。
“我们有一个工具，将来可以用于几乎每一次胸部扫描，为大量患者生成非常临床相关的信息，”研究的共同高级作者、B.W.H. A.I.M.项目主任雨果·阿尔茨博士(Hugo Aerts)说研究小组已经在临床试验人群中证实了类似的结果，包括稳定(PROMISE试验)和急性(ROMICAT试验)胸痛患者。
此文系悬壶济世网原创整理，没有授权，请勿转载！
