采用：利用 AI 和 Echo 改善肺动脉高压的诊断 (ADOPT)

在这项研究中，研究人员将收集来自英国 5 家专科 PH 医院（皇家自由医院 NHS FT、谢菲尔德教学医院 NHS FT、皇家帕普沃斯医院 NHS FT、格拉斯哥 NHS 金禧国家医院、巴斯皇家联合医院 NHS FT）的回顾性回声图像。 ）。

这些都将是历史扫描（即已经发生），并将被分组为存在 PH（包括 PH 子类型）或不存在 PH 的扫描。 纳入标准涉及年龄≥18 岁且在临床护理中接受过经胸超声 (TTE) 和右心导管 (RHC) 治疗的患者。 排除标准将涉及年龄 <18 岁、已知或疑似先天性心脏病的患者以及选择不允许将其信息用于研究和规划的患者（通过国家数据选择退出选项）。 临床病例报告表 (CRF) 将用于获取患者人口统计数据、有关 PH 评估的临床数据，包括之前的 TTE 结果。 如果有的话，死亡率数据将在 RHC 实施后 5 年内记录。

这些匿名回波图像将在 RUH Bath 的核心实验室进行集中整理和标记，该实验室将与 Janssen 合作开发和训练人工智能工具，以识别存在 PH 的扫描，包括可能存在哪种特定类型的 PH。

AI工具训练将基于5组（每组预计包含415张超声心动图）：轻度毛细血管前PH；中等毛细血管前 PH 值；严重的毛细血管前PH值；毛细血管后PH值；无PH值。 然后，该工具将在由 425 个超声心动图（毛细血管前、毛细血管后 PH 和无 PH 的组合）组成的单独池中进行验证。 验证队列不会在训练阶段使用。