AI-drevet dynamisk prediksjon av ikke-mål-lesjonsprogresjon etter PCI: En kinesisk multicentrisk kohortstudie (VISION-PCI)

Koronar arteriesykdom forblir en ledende årsak til global dødelighet. Selv om perkutan koronarintervensjon (PCI) forbedrer pasientutfallene, forblir den langsiktige risikoen for store uønskede kardiovaskulære hendelser (MACE) drevet av progresjonen av ikke-målrettede lesjoner (NTL) betydelig og fortsetter å øke, mens nåværende risikostratifiseringsverktøy forblir utilstrekkelige for å forutsi NTL-progresjon. Denne multisenters kohortstudien har som mål å utvikle et kunstig intelligens (AI)-drevet system for dynamisk prediksjon og presisjons-stratifiering av NTL-progresjon etter PCI. Ved å bruke omfattende multimodale data fra 52 577 kinesiske pasienter – inkludert kliniske profiler, multi-omikk blodbiomarkører og koronar avbildning – har forskningen tre primære mål: (1) å identifisere og validere 2–3 spesifikke biomarkører for NTL-progresjonsrisiko ved bruk av multi-omikk tilnærminger; (2) å konstruere et integrert risikovurderings- og tidligvarslingssystem ved å anvende maskinlæring på multimodale data for å forutsi NTL-progresjon og MACE; og (3) å etablere metabolske og avbildningsbaserte subtyper for å skape et presisjonsstyringssystem som optimaliserer sekundærforebyggende strategier ved å identifisere spesifikke høyrisikopopulasjoner. Denne studien forventes å gi et nytt verktøy for nøyaktig identifisering av høyrisikopasienter og personlig etter-PCI-behandling, med det endelige målet om å forbedre langsiktig prognose.