Keuhkohypertension tekoäly-avusteinen arviointi (AIPHY)

Keuhkoverenpainetautia (PH) sairastavat potilaat edustavat haastavaa ja heterogeenista kohorttia, jonka sairastuvuus ja kuolleisuus ovat korkeat, jos niitä ei hoideta. PH:n lopullisen diagnoosin tekemiseksi on suoritettava invasiivinen oikean sydämen katetrointi (RHC) keskimääräisen keuhkovaltimon paineen (mPAP) arvioimiseksi. Koska PH:ta esiintyy satunnaisesti erilaisissa sairauksissa, mukaan lukien sidekudossairaus ja synnynnäinen sydänsairaus, ja oireet ovat epäspesifisiä, on syytä herättää epäilys PH:sta varhaisessa yhteisössä. Tästä syystä ei-invasiiviset työkalut, jotka ovat laajalti saatavilla ennakkoseulontaan, olisivat ihanteellisia PH:n oikea-aikaisen diagnosoinnin mahdollistamiseksi. Transthoracic echokardiografia on noussut PH:n seulonnan tukipilariksi, mutta tämän lähestymistavan herkkyys ja spesifisyys ovat kuitenkin rajallisia jopa kokeneemmissa käsissä. Kun korkean suorituskyvyn teknologiat edistyvät ja PH big datan saatavuus paranee, on tärkeää valita harkitusti tekoälyn lähestymistavat tietojen analysointiin, visualisointiin ja tulkintaan. Yhdistämällä multimodaalisia kliinisiä tietoja (kuten rintakehän röntgen-, elektrokardiografia- ja kaikukardiografia-indikaattoreita) tämän tutkimuksen tavoitteena on kehittää tekoälyavusteisia ohjelmia, jotka auttavat PH:n seulonnassa ja diagnosoinnissa sekä arvioimaan sen diagnostista tarkkuutta PH:n suhteen. verrattuna RHC:hen ja arvioida, onko tämä lähestymistapa parempi kuin perinteinen kaikukardiografinen menetelmä.