European Radiology：人工智能实现房颤患者左房容积和功能的全自动评估！

心房颤动（AF）是最常见的心律失常之一，在美国约有300-600万例AF患者，预计到2030年这一数字将上升到1210万。通常左心房（LA）容积（LAV）和排空分数（EF）等功能参数监测疾病的进展、治疗反应以及导管消融术后疾病的复发。一些研究表明，LA容积和排空分数可以预测房颤和心衰的发生。

威廉亚洲博彩公司 通常推荐超声心动图和心脏磁共振（CMR）来评估LA参数，但这些评估有其固有的局限性。与其他方式（包括三维超声心动图）相比，二维超声心动图低估了LA容积。尽管CMR被认为是评估金标准，但其成本、检查时间和可用性限制了其实用性。在房颤方面，CT的高空间分辨率使其成为在各种情况下进行解剖评估的理想成像工具。由于人工测量所需的时间和辐射，在临床实践中，心脏CT并不能常规用于LA容积和功能的评估。

随着技术的进步，使用超声心动图和CMR自动量化LA容积和功能参数成为可能。近日，发表在European Radiology杂志的一项研究在多期相心脏CT扫描上评估了使用人工智能算法对心房颤动患者和对照组的LA容积和功能进行全自动测量的有效性，为新功能的无创自动化评估提供了参考依据。

本项回顾性研究中纳入了2017年-2020年的79名患者（平均年龄63±12岁；35名心房颤动（AF）患者和44名对照组）。图像由训练有素的人工智能算法和一位专家放射学家进行分析。在心脏收缩末期、舒张末期和心房收缩前期获得左心房容积，然后用于获得LA功能指数。对LA容积和功能参数进行类内相关系数（ICC）分析，并ROC曲线分析来比较检测房颤患者的能力。 

人工智能明显比手动测量LA容积快（分别为4秒和10.8分钟）。人工和自动方法之间的一致性总体上是好到优秀，房颤患者的一致性（所有ICCs≥0.877；p < 0.001）比对照组（所有ICCs≥0.799；p < 0.001）更强。AI对房颤患者的LA容积进行了比较估计（都在人工测量的1.3毫升之内），但对对照组的容积估计过高，在临床上可忽略不计（都≤4.2毫升）。AI使用LA容积指数区分房颤患者和对照组的能力与专家相似（AUC 0.81 vs 0.82，分别为；p = 0.62）。 

图 手动和人工智能对左心房的分割。A对照组。手动（左）和人工智能（右）。B心房颤动。手动（左）和人工智能（右）

本研究展示的新型深度学习算法可以有效地进行基于CT的左心房容积和功能的全自动多尖端量化。与手动量化相比，人工智能显示出专家级的准确性。本研究表明，对左心房的全自动评估可以在心房颤动患者中常规进行，不仅提高了效率、减少了测量者之间的差异，同时还提供更准确的左心房评估。

原文出处：

Gilberto J Aquino,Jordan Chamberlin,Basel Yacoub,et al.Diagnostic accuracy and performance of artificial intelligence in measuring left atrial volumes and function on multiphasic CT in patients with atrial fibrillation.DOI:10.1007/s00330-022-08657-y