深度学习与SPECT准确预测主要不良心血管事件

一个先进的人工智能技术,即深度学习主要心脏不良事件可以预测更准确地比目前标准成像协议,根据研究提出了核医学和分子成像协会2021年年会。利用注册超过20000名患者的数据,研究人员开发了一种新的小说深入学习网络,有可能为患者提供一个个性化的预测的年化不良事件如心脏病发作或死亡的风险。

深度学习是人工智能的一个子集,模拟人类大脑的运作过程数据。深入学习算法使用多个层的“神经元”,或非线性处理单元,学习表示和识别潜在的特性有关特定的任务,使多种类型的数据。它可以用于预测等任务心血管疾病和分段的肺。

研究从最大的多中心SPECT可用数据集,利用信息的“快速注册与下一代SPECT心肌灌注成像”(完善SPECT), 20401名患者。所有患者在注册表中进行SPECT MPI, a深度学习网络是用于分数他们如何可能经历一个主要不良心血管事件在随访期间。受试者平均随访4.7年。

的深入学习网络突出显示的心脏地区与主要心脏不良事件的风险和提供了一个风险评分在测试期间,在不到一秒的时间。深度学习分数最高的患者主要心脏不良事件率达到9.7%,年度风险增加10.2倍相比,患者的最低分数。

“这些发现表明,人工智能可以纳入标准临床工作站协助医生准确、快捷的风险评估的患者进行SPECT MPI扫描,“Ananya辛格说,女士,Slomka实验室研究软件工程师在cedars - sinai医疗中心在洛杉矶,加利福尼亚。“这项工作——合并的潜在优势人工智能技术标准与危险分层成像协议帮助读者。”