Identifikasjon av neoaterosklerose hos ISR-pasienter basert på kunstig intelligens

Drug Eluting Stents (DES) reduserer frekvensen av in-stent restenose (ISR) til 3,6–10 %. Basert på den store pasientpopulasjonen er ISR fortsatt et viktig problem innen hjerte- og karsykdommer. Hvordan redusere forekomsten av ISR og behandling av ISR har blitt fokus og hot spot. 2018 ESC-retningslinjer for kardiovaskulær intervensjon anbefaler behandling av ISR under veiledning av intravaskulær ultralyd (IVUS), eller optisk koherent tomografi (OCT). European Expert Consensus on Intravascular Imaging, publisert i 2018, anbefaler å finne de underliggende mekanismene til ISR gjennom intravaskulær avbildningsveiledning (IVUS eller OCT), og bestemme terapeutiske strategier basert på mekanismene. Circulation publiserte en ny Waksman ISR-klassifisering basert på mekanismer og komponenter i restenosevevet, som gir veiledning for behandlingsstrategi. Bruken av intravaskulær avbildning for å identifisere og klassifisere typene og mekanismene er svært viktig for ISR-behandlingsstrategien. På grunn av sin gode oppløsning gjør OCT det mer nøyaktig å skille komponentene i vaskulært vev, og gir dermed et beslutningsgrunnlag for intervensjonsterapi. OCT-undersøkelse kan få karakteristikkene til ISR mer presist. Neoaterosklerose (NA), er en av ISR-typene og står for mer stentsvikt og mållesjonssvikt enn andre typer. Identifisering av NA er viktig for beslutningstaking av intervensjonsterapi. Imidlertid trenger innhenting og analyse av OCT-bilder ikke bare den digitale angiografimaskinen (DSA) utstyrt med de fleste sykehus, men trenger også profesjonelt OCT-bildeutstyr og teknikere. Pasienter med alvorlig CKD tåler ikke OCT-undersøkelse på grunn av den store mengden kontrastmiddel. OCT-kateter er mer enn ti ganger prisen på CAG-kateteret. Derfor er identifisering av NA ved bruk av kunstig intelligens (AI) av betydning for å sette terapeutisk strategi for ISR-pasienter, spesielt hos pasienter med CKD. Vår studie analyserte retrospektivt CAG-bilder og OCT-bilder av ISR-pasienter oppnådd fra 1. januar 2015 til 31. januar 2020. Offline OCT-analyse ble utført ved bruk av dedikert programvare (Light Lab Imaging Inc, Westford, MA). Alle bildene ble analysert ved hver ramme i stentene av 2 uavhengige etterforskere, som ble blindet for angiografiske og kliniske funn. Identifiser NA ved å analysere OCT-bilder, bygg opp U-nett og V-nett for å analysere CAG- og OCT-bildene, og til slutt bygge opp et identifikasjonssystem for NA basert på CAG-bilder av AI. Denne studien er godkjent av etikkkomiteen ved Chinese PLA General Hospital (S2018-033-01)