Post-PCI FFR 예측을 위한 OCT 기반 머신러닝 FFR

FFR 및 OCT 검사는 경피적 관상동맥 중재술(PCI) 동안 다양한 목적으로 사용됩니다. FFR은 추가 시술이 필요한지 결정하는 의사결정 도구인 반면, OCT 시험은 스텐트 시술을 최적화하는 데 사용됩니다. 두 테스트를 모두 사용하면 우수한 절차를 수행하는 데 도움이 되는 추가 정보를 얻을 수 있지만 비용과 시간이 더 많이 소요됩니다.

따라서 OCT 기반 기계 학습 FFR 테스트가 도움이 될 수 있습니다. 이전 연구에서는 시술 전 OCT 기반 기계 학습 FFR이 관상 동맥 영역에 관계없이 FFR 예측에 좋은 진단 성능을 보여주었다는 것을 입증했습니다.

PCI를 위한 기술과 도구의 급속한 발전에도 불구하고, 혈관 조영술로 성공적인 PCI에도 불구하고 상당수의 환자가 협심증 재발, 무증상 허혈 등의 부작용을 경험했습니다. 최적이 아닌 PCI는 주요 심혈관 사고에 대한 잘 알려진 독립적인 예후 인자입니다. 따라서 스텐트 이식 직후 PCI 후 FFR을 측정하는 것은 시술 결과를 최적화하고 환자의 예후를 향상시키는 데 중요합니다. PCI 이후 FFR 측정의 중요성이 점차 부각되고 있지만, 현재 스텐트 삽입 후 FFR을 예측하는 OCT 기반 기계 학습 FFR 모델은 없습니다. 허혈성 심장질환으로 스텐트를 이용한 경피관상동맥중재술을 시행한 환자를 대상으로 와이어를 이용한 관상동맥 스텐트 이식 후 광간섭단층촬영(OCT) 검사를 기반으로 기계학습으로 도출한 FFR(분수유량예비력) 모델의 진단 정확도를 비교한다. 기반 FFR.