Cardiología Clínica y Experimental
Acceso abierto

abstracto

Inteligencia artificial para la interpretación de la angiografía por tomografía computarizada coronaria: ¿puede el aprendizaje automático mejorar el rendimiento diagnóstico?

Daisuke Utsunomiya*, Takeshi Nakaura y Seitaro Oda

El reciente desarrollo de la inteligencia artificial (IA) y el sistema de aprendizaje automático tiene el potencial de mejorar el diagnóstico clínico de la enfermedad de las arterias coronarias. La angiografía por tomografía computarizada coronaria (CCTA) proporciona información importante de las arterias coronarias: es decir, la gravedad de la estenosis, la longitud de la lesión, la atenuación de la placa y el grado de depósito de calcio. Sin embargo, el análisis exhaustivo de estos factores puede ser difícil. Analizamos las características de los pacientes y los hallazgos CCTA de 56 pacientes. Utilizamos AI (un bosque aleatorio) para identificar las lesiones relacionadas con la isquemia y comparar el rendimiento diagnóstico de un bosque aleatorio y un análisis de regresión logística. Mediante el análisis de un bosque aleatorio, el área bajo la curva aumentó de 0,89 (un análisis de regresión logística) a 0,95 (un bosque aleatorio). Los modelos de aprendizaje automático pueden ser útiles para la interpretación de CCTA para detectar lesiones coronarias relacionadas con la isquemia.