Kinesisk PE Multimodality Imaging Undersøgelse af kunstig intelligens

Lungeemboli (PE) repræsenterer et væsentligt folkesundhedsproblem. Rettidig diagnosticering og behandling i den akutte fase samt passende langsigtede opfølgningsstrategier er afgørende for håndteringen af ​​PE. PE er klassificeret i tre stadier baseret på sygdomsforløb: akut lungeemboli (APE), kronisk tromboembolisk lungesygdom (CTEPD) og kronisk tromboembolisk pulmonal hypertension (CTEPH). APE kan forårsage akut højre ventrikelsvigt og død, hvis den ikke diagnosticeres og behandles tidligt. CTEPD har potentialet til at forringe patienternes livskvalitet betydeligt. CTEPH er en sjælden og potentielt livstruende langvarig følgesygdom af PE, karakteriseret ved vedvarende obstruktion af lungearterier af organiserede blodpropper, hvilket fører til omfordeling af blodgennemstrømningen og sekundær remodellering af den pulmonale mikrovaskulatur. Tidlig identifikation af PE og implementering af målrettede behandlingsplaner vil væsentligt forbedre overlevelsesrater og prognose.

Multimodale billeddannelsestests spiller en afgørende rolle i behandlingen af ​​PE (herunder computertomografi pulmonal angiografi (CTPA), magnetisk resonansbilleddannelse (MRI), ekkokardiografi og lungeventilation/perfusion (V/Q) scanning). Retningslinjerne har identificeret forholdet mellem højre ventrikel og venstre ventrikel (RV:LV) >1,0 på CTPA eller højre hjertedysfunktionstegn fra ekkokardiografi som vigtige indikatorer for risikostratificering af APE. Patienter stratificeret som højrisiko kræver tættere overvågning i en indlæggelse. Hvorimod dem, der er lagdelt som lavrisiko, er egnede til tidlig udskrivning.

Derfor kan det have potentiel klinisk betydning at udforske nye billeddannende markører og integrere disse markører i radiologirapporter. Hvis der ikke gives kvantificerbare beviser for højre ventrikulær dysfunktion til klinikere for at træffe behandlingsbeslutninger, kan patienter med højrisiko APE blive betragtet som "lavrisiko" og udskrevet til hjemmet. Derudover kan patienter med lav-risiko APE kræve længere hospitalsophold og behøver muligvis ikke at blive indlagt, hvilket utvivlsomt øger sundhedsomkostningerne. For patienter med CTEPD eller CTEPH er behandlingsmulighederne forskellige, herunder multimodale terapier såsom pulmonal endarterektomi, ballonpulmonal angioplastik og målrettet medicinsk terapi. Derfor er multimodal billeddannelsesevaluering meningsfuld for beslutningstagning i klinisk behandling og effektovervågning. Kombineret med kunstig intelligens (AI) teknologi kan den give en række forskellige metrikker til at hjælpe med at evaluere blodproppers morfologi, lungeventilations-perfusionsfunktion, hjertefunktion, hæmodynamik og mere. AI kan ikke kun hjælpe med at finde mere klinisk signifikante billeddannende biomarkører, men også tilpasse standardiserede radiologirapporter, som forventes at løse de aktuelle udfordringer.

Denne undersøgelse er et multicenter-studie i den virkelige verden, der har til formål at udforske nye billeddannelsesmarkører i kombination med AI-teknologi og integrere dem i en software til klinisk anvendelse for at levere kvantitative parametre ved hjælp af billeddannelsesrapporter og rådata fra kinesiske patienter med PE. Det er en hypotese, at AI-teknologi kan forbedre tidlig diagnose, differentialdiagnose, risikostratificering og håndtering af PE ved at øge evnen til nøjagtigt at evaluere PE i en virkelig klinisk verden. Forskerne antog også, at integrationen af ​​AI-teknologier ville være omkostningseffektiv og acceptabel for radiologer og klinikere.