SPECT深度学习能准确预测主要心脏不良事件

在核医学和分子成像学会2021年年会上发表的一项研究显示，一种被称为深度学习的先进人工智能技术可以比目前的标准成像协议更准确地预测主要的心脏不良事件。研究人员利用来自2万多名患者的注册数据，开发了一种新的深度学习网络，有可能为患者提供他们患心脏病或死亡等不良事件的年化风险的个性化预测。

深度学习是人工智能的一个子集，它模仿人类大脑处理数据的工作方式。深度学习算法使用多层“神经元”，或非线性处理单元，来学习表示，并识别潜在的特征特定的任务，使多种类型的数据有意义。它可以用于预测等任务心血管病还有肺的分割。

该研究利用了最大的多中心SPECT数据集，“下一代SPECT快速心肌灌注成像注册”(REFINE SPECT)，有20401名患者。所有登记的患者都进行了SPECT MPI，而a深度学习网络被用来对他们在随访期间经历主要心脏不良事件的可能性进行评分。研究对象平均随访4.7年。

的深入学习网络在测试过程中，突出与主要不良心脏事件风险相关的心脏区域，并在不到一秒的时间内提供风险评分。深度学习得分最高的患者每年主要心脏不良事件发生率为9.7%，与得分最低的患者相比，风险增加10.2倍。

加州洛杉矶Cedars-Sinai医学中心Slomka实验室的软件工程师Ananya Singh说:“这些发现表明，人工智能可以被纳入标准的临床工作站，以帮助医生对接受SPECT MPI扫描的患者进行准确和快速的风险评估。”“这项工作表明合并的潜在优势人工智能标准成像协议中的技术可以帮助读者进行风险分层。”