【新闻速递】在多普勒超声中应用AI检测颈动脉疾病的潜力

本文字数约763字，阅读时间大概3分钟。

一项前瞻性研究证明了人工智能（AI）在灰度静态多普勒超声成像中检测颈动脉疾病的潜在可行性、适用性和准确性。这是英国Anglia Ruskin大学科学与工程学院的Ali Kordzadeh和他的同事在《血管》杂志上得出的结论。

“这项AI有被用作独立的软件，也可被嵌入各种多普勒机器中。”他们补充道。这可以辅助医生识别颈动脉疾病，或作为进一步成像和全面管理的工具。“为了评估AI通过灰度静态多普勒超声图像检测正常颈动脉疾病的可行性、适用性和准确性，Kordzadeh等人在一家医院对因疑似颈动脉疾病而接受多普勒超声检查的患者进行了前瞻性图像采集。

研究人员根据北美症状性颈动脉内膜切除术试验（NASCET）标准，使用基于卷积神经网络（CNN）架构的分组网络对156幅正常和狭窄的颈动脉图像进行了评估。观察AI检测正常和狭窄颈动脉以及AI对不同类别颈动脉狭窄的诊断的敏感性、特异性和准确性。

Kordzadeh等人在详细介绍他们的结果时表示，AI在检测正常颈动脉狭窄方面的总体敏感性、特异性和准确性分别为91%、86%和92%，对于任何颈动脉狭窄的检测敏感性、特异性和准确性分别为87%、82%和90%。

此外，亚组分析表明，与AI检测正常颈动脉图像相比，AI检测颈动脉狭窄<50%图像的灵敏度为92%，特异度为87%，准确率为94%。作者进一步指出，与正常组相比，颈动脉狭窄50-75%亚组的敏感度、特异度和准确度分别为84%、80%和88%，而对于狭窄>75%的颈动脉疾病亚组，敏感度、特异度和准确度分别为90%、83%和92%。

Kordzadeh在接受NeuroNews采访时说：“AI的最大优势在于，在检测颈动脉狭窄时，AI将依赖操作员水平的定性分析转向了定量分析。AI有可能显著减少人为错误，因为持续的数据迭代正在不断发展以提高颈动脉狭窄诊断准确性，甚至在诊断稳定斑块或不稳定斑块方面也是如此。这将加强对颈动脉疾病的及时识别，从而迅速采取适宜的治疗措施，并将减少由颈动脉导致的短暂脑缺血发作或卒中而引起的死亡。“

组稿：刘浩宇

推

荐

阅

读

微信公众号改版后，不再按发送时间推送，而是无序推送，可以将【血管创新论坛】标注公众号星标，及时接收血管领域最前沿动向。

01

02

03