2020年3月17日

人工智能通过CT扫描预测心脏病风险

乍看上去

  • 与目前的方法相比,基于人工智能的CT扫描分析可以更准确地预测人们患心脏病的风险。
  • 这项研究表明了使用机器学习从成像测试中提取更多信息的潜力。
进行腹部CAT扫描的患者 该研究增加了先前的发现,即通过检查用于其他目的的CT扫描,可以将AI用于诊断疾病和状况。 Monkeybusinessimages / iStock / Getty Images Plus

在美国,心血管疾病仍然是主要的死亡原因。如果可以确定罹患心脏病,中风和相关疾病的高风险人士,则药物和生活方式的改变可以帮助降低他们患病和死亡的风险。

传统上,心脏病风险是通过临床测量来评估的。其中包括体重指数(BMI)-体重与身高之比。另一种常用的度量是弗雷明汉风险评分(FRS),其中包括年龄,性别,血压,血胆固醇和相关信息。但是,这些工具并不精确。他们可能会怀念高风险人士,并会误认没有风险的人。

Drs。博士领导的研究小组。美国国立卫生研究院临床中心的威斯康星大学和罗纳德·萨默斯大学的佩里·皮卡特(Perry J.每年都有成千上万的人接受此类扫描,原因从事故到手术计划不等。

研究人员先前表明,CT扫描可以重新用于诊断骨质疏松症。在他们的新研究中,他们测试了为重新分析CT扫描而开发的人工智能(AI)算法能否比BMI或FRS更好地预测心脏病的风险。

CT扫描中主动脉钙化的示意图AI根据CT扫描做出了五种身体成分测量,包括主动脉钙化,如下所示。Pickhardt等,《柳叶刀》数字健康

该团队使用了先前用于检查大肠癌的腹部的CT扫描,来自超过9200名无症状心脏病的男性和女性。参与者的平均年龄为57岁。AI程序可测量主动脉动脉钙化,肌肉密度,体内深层脂肪与皮肤下脂肪的比率,肝脏脂肪和骨矿物质密度,如扫描所见。

研究人员平均收集了将近9年的所有参与者的随访信息。然后,他们评估了自己的AI措施是否与后来的心脏病或死亡相关。结果于2020年3月2日发布在 柳叶刀数字健康.

在随访期内,有20%的研究参与者经历了心脏病发作或中风,发展为心力衰竭或死亡。 AI评估的所有五种身体成分测量方法在患有和未患有心脏病的人之间存在很大差异。

在预测心脏病风险方面,仅主动脉的AI钙化评分优于FRS。在研究开始时,仅这五项指标比BMI更具预测性。通常,结合多个AI测量值可以提高通过腹部扫描预测后来的心脏病风险的能力。将FRS添加到AI测量中并不能改善其预测性能。

“我们发现,自动化措施比已建立的临床生物标志物能提供更准确的风险评估,”萨默斯解释说。

但是,由于CT成像存在一些风险,包括暴露于少量辐射中,因此研究人员不建议仅进行CT扫描来评估心脏病的风险。

Pickhardt说:“机会性地使用其他基于CT的生物标记物为医生已经在做的事情提供了客观价值。” “这种自动化过程不需要额外的时间,精力或对患者的辐射。”

相关链接

参考文献: 自动CT生物标记物用于无症状筛查人群中未来心血管事件和死亡率的机会性预测:一项回顾性队列研究。 Perry J Pickhardt,Peter M Graffy,Ryan Zea,Scott J Lee,Jiamin Liu,Veit Sandfort,Ronald M Summers。 柳叶刀数字健康。 2020年3月2日。 //doi.org/10.1016/S2589-7500(20)30025-X.

资金: NIH的临床中心(CC)。