Inwazyjna hemodynamiczna walidacja narzędzia echokardiograficznego opartego na sztucznej inteligencji do wykrywania niewydolności serca z zachowaną frakcją wyrzutową.
Zatwierdzone przez FDA narzędzie AI wykrywa niewydolność serca z zachowaną frakcją wyrzutową (HFpEF) na podstawie obrazów echokardiograficznych (projekcja koniuszkowa czterojamowa), bez innych danych klinicznych. W tej zewnętrznej walidacji (47 pacjentów z niewyjaśnioną dusznością, u których wykonano zarówno echokardiografię, jak i cewnikowanie prawego serca) narzędzie porównano ze standardem inwazyjnym (ciśnienie zaklinowania ≥15 mmHg w spoczynku lub ≥25 mmHg podczas wysiłku). AI miało wysoką swoistość (88%) i dodatnią wartość predykcyjną (86%), lecz niską czułość (30%); przy użyciu nachylenia zależności PCWP/rzut serca swoistość i PPV osiągnęły 100%. Pacjenci z dodatnim wynikiem AI mieli wyższe ciśnienia napełniania i opór płucny. Wśród pacjentów z nierozstrzygającymi wynikami H2FPEF AI zidentyfikowało 80% przypadków HFpEF potwierdzonych inwazyjnie. Narzędzie najlepiej nadaje się zatem do identyfikacji pacjentów z wyraźnie nieprawidłową hemodynamiką, a nie do wykluczania HFpEF.
Wstęp
Zewnętrzna walidacja zatwierdzonego przez FDA narzędzia opartego na sztucznej inteligencji (AI) do wykrywania niewydolności serca z zachowaną frakcją wyrzutową (HFpEF) na podstawie klipów wideo z echokardiografii, z porównaniem jego skuteczności z inwazyjnymi kryteriami hemodynamicznymi w rzeczywistej kohorcie pacjentów skierowanych z powodu niewyjaśnionej duszności.
Metody
Retrospektywnie przeanalizowaliśmy 47 pacjentów, u których wykonano echokardiografię przezklatkową (TTE) i cewnikowanie prawego serca (RHC), w tym 28 z pomiarami hemodynamicznymi zarówno w spoczynku, jak i podczas wysiłku. Model AI oceniał dane wideo z projekcji koniuszkowej czterojamowej i klasyfikował wyniki jako HFpEF, brak HFpEF lub nie nadające się do rozpoznania, bez jakichkolwiek innych danych klinicznych. Pierwszorzędowym wynikiem była HFpEF zdefiniowana inwazyjnie: ciśnienie zaklinowania w tętnicy płucnej (PCWP) ≥15 mmHg w spoczynku lub ≥25 mmHg podczas wysiłku. W analizie drugorzędowej zastosowano nachylenie zależności PCWP/rzut serca (CO) >2 mmHg/l/min. Oceniliśmy czułość, swoistość, dodatnią wartość predykcyjną (PPV) i ujemną wartość predykcyjną (NPV).
Wyniki
Wśród pacjentów z RHC wysiłkowym (n = 28) 71% spełniało hemodynamiczne kryteria HFpEF. Narzędzie AI wykazało czułość 30%, swoistość 88%, PPV 86% i NPV 33%. Przy użyciu nachylenia PCWP/CO (n = 25) swoistość i PPV wynosiły 100%, czułość 27%, a NPV 16%. Pacjenci z dodatnim wynikiem AI mieli istotnie wyższe PCWP w spoczynku (20 wobec 15 mmHg, P = 0,029), średnie ciśnienie w tętnicy płucnej (29 wobec 24 mmHg, P = 0,02) i PVR (2,1 wobec 1,3 WU, P = 0,002). U pacjentów z nierozstrzygającymi wynikami H2FPEF (n = 25) AI prawidłowo zidentyfikowało 80% osób z HFpEF potwierdzoną inwazyjnie. Skuteczność modelu była spójna przy odstępach między TTE a RHC <365 i <90 dni.
Wnioski
Ten model AI wykazał wysoką swoistość i dodatnią wartość predykcyjną (PPV) w wykrywaniu HFpEF, wiarygodnie identyfikując pacjentów z bardziej zaawansowanymi zaburzeniami hemodynamicznymi. Jego skuteczność pozostawała stabilna przy różnych odstępach między echokardiografią przezklatkową (TTE) a cewnikowaniem prawego serca (RHC) oraz u pacjentów z nierozstrzygającymi wynikami skal klinicznych. Ze względu na ograniczoną czułość narzędzie najlepiej wykorzystywać do wzbogacania identyfikacji pacjentów z wyraźnie nieprawidłową hemodynamiką, a nie do wykluczania HFpEF, zwłaszcza we wczesnych lub granicznych przypadkach. Choć szersze zastosowanie jako narzędzia do badań przesiewowych jest obiecujące, do potwierdzenia jego użyteczności w populacjach ogólnych niezbędne są prospektywne badania walidacyjne.
Dołącz do nas
Dołącz do Globalnej Sieci Kardiologicznej Podstawowej Opieki Zdrowotnej. Członkostwo jest bezpłatne.
Czy chcą Państwo podać więcej informacji o sobie?
Zainteresowania
Wyślemy wiadomość e-mail z linkiem potwierdzającym rejestrację.





