人工智能从常规超声心动图中识别出严重的主动脉狭窄
Nephron/Wikimedia Commons, CC BY-SA 3.0" width="800" height="530">
一种新的人工智能(AI)算法使用常规超声心动图来识别可能从治疗中获益的高死亡风险的主动脉狭窄患者。本文介绍了最新的突破性研究热线会话在2022年8月28日ESC大会上。
主动脉瓣狭窄是欧洲和北美最常见的原发性瓣膜病变，需要手术或经导管介入治疗。由于人口老龄化，患病率迅速上升。指南强烈建议早期干预在所有有症状的严重主动脉瓣狭窄患者中，由于预后不佳。大约50%未经治疗的主动脉狭窄患者在症状出现后的头两年死亡。超声心动图用于评估严重程度，即峰值速度、平均压力梯度和主动脉瓣面积。然而，越来越多的证据表明死亡风险超出了目前的诊断定义，更多的患者应该考虑进行主动脉瓣置换术。
AI- enhanced AS检查AI是否算法由超声心动图参数发展而来临床实践可以确定中度至重度和重度主动脉狭窄与五年死亡率增加相关的表型。使用的专有ai -决策支持算法(AI-DSA)使用来自澳大利亚国家回声数据库(NEDA)的数据进行训练，该数据库包含来自63万多名患者的100多万张超声心动图，并与死亡率信息相关联。该算法还经过训练，以确保检测到所有指南定义的严重主动脉狭窄。训练使用70%的NEDA数据，这些数据是随机选择的。
利用剩余30%的NEDA数据，研究人员比较了中度至重度和重度主动脉狭窄患者的5年死亡率与无严重主动脉狭窄显著风险的患者的5年死亡率。在179,054名个体中，AI-DSA鉴定出2,606名(1.4%)具有中度至重度表型，4,622名(2.5%)具有重度表型。在重度显型患者中，3566例(77.2%)符合重度主动脉狭窄的指导标准。
中度至重度表型患者的五年死亡率为56.2%，重度表型患者的五年死亡率为67.9%。没有这两种表型的患者(参照组)5年死亡率为22.9%。与参照组相比，中-重度和重度表型患者的全因死亡率经年龄和性别调整的比值比(OR)分别为1.82(95%可信区间[CI] 1.63-2.02)和2.80 (95% CI 2.57-3.06)。
在严重的主动脉狭窄AI-DSA鉴定的表型(4,622;2.5%)，符合当前指南(77%)的患者5年死亡率为69.1%。由AI-DSA鉴定的具有严重表型但不符合当前指南的其他人群的死亡率为64.4%。
澳大利亚圣母大学的首席研究员杰弗里·斯特兰奇教授说:“这种专有的人工智能算法可以识别出传统定义可能忽略的5年内死亡风险很高的患者(以及当前指导方针下的所有患者)。研究结果表明，人工智能算法可以用于临床实践，提醒医生哪些患者应该进行进一步调查，以确定他们是否有资格进行主动脉瓣置换术。”
他总结道:“鉴于主动脉瓣狭窄考虑到它对死亡率的影响，现在是时候重新审视观察等待的做法，并考虑更积极主动地尝试识别那些有风险的人。需要更多的研究来确定主动脉瓣置换术是否能改善AI-DSA确定的具有高死亡率风险但不符合当前指南定义的患者的生存和生活质量。”
进一步探索
