OCT-basert maskinlæring FFR for å forutsi Post-PCI FFR

FFR og OCT-undersøkelse brukes til forskjellige formål under perkutan koronar intervensjon (PCI). FFR er et beslutningsverktøy for å avgjøre om ytterligere prosedyrer er nødvendige, mens OCT-undersøkelsen brukes til å optimalisere stentprosedyren. Bruken av begge testene gir tilleggsinformasjon for å utføre en utmerket prosedyre, men det er dyrere og mer tidkrevende.

Derfor kan en OCT-avledet FFR-test for maskinlæring være nyttig. Tidligere studier har vist at OCT-basert maskinlæring FFR før prosedyren har vist god diagnostisk ytelse i å forutsi FFR, uavhengig av koronarterritoriet.

Til tross for den raske utviklingen av teknologier og verktøy for PCI, opplevde et betydelig antall pasienter uønskede hendelser, slik som tilbakefall av angina og stille iskemi til tross for angiografisk vellykket PCI. Suboptimal PCI er en velkjent uavhengig prognostisk faktor for store kardiovaskulære ulykker. Derfor er måling av post-PCI FFR umiddelbart etter stentimplantasjon avgjørende for å optimalisere prosedyreresultatet og forbedre pasientens prognose. Selv om viktigheten av å måle post-PCI FFR gradvis dukker opp, er det foreløpig ingen modell for OCT-basert maskinlæring FFR som predikerer FFR etter stentinnsetting. Hos pasienter som gjennomgikk perkutan koronar intervensjon ved bruk av stenter for iskemisk hjertesykdom, vil vi sammenligne den diagnostiske nøyaktigheten til fraksjonell strømningsreserve (FFR)-modellen utledet av maskinlæring basert på optisk koherenstomografi (OCT) undersøkelse etter koronararteriestentimplantasjon med ledningen -basert FFR.