论文部分内容阅读
[目 的]以冠状动脉造影(coronary angiography,CAG)结果为金标准,探讨人工智能(artificial intelligence,AI)评估冠状动脉狭窄的准确性及应用。1.比较AI与心血管影像医师后处理冠状动脉CT血管成像(coronary computed tomography angiography,CCTA)图像所需时间差异,以及检出冠状动脉狭窄节段的差异。2.评价AI在CCTA中诊断冠状动脉不同狭窄程度的准确性。[方 法]回顾性收集昆明医科大学第一附属医院2018年9月至2019年10月行CCTA及CAG患者200例,每个患者的冠状动脉按照SCCT指南分为18个节段。AI组和医生组对所有病例的CCTA图像进行后处理及诊断,记录两者后处理所需时间和检出冠状动脉狭窄节段情况,并记录AI组诊断不同狭窄程度情况。参照CAD-RADS分类标准和管腔径狭窄≥50%为有血管动力学意义的狭窄,将管腔狭窄程度分为无狭窄、轻度狭窄(<50%)、中度狭窄(50%～69%)、重度狭窄(70%～99%)和闭塞。冠状动脉管径≥1.5mm纳入诊断范围,位于管腔外斑块不引起明显狭窄节段和闭塞节段以远不显影的节段不纳入评价范围。以CAG诊断结果作为金标准,计算AI组、医师组检出冠状动脉狭窄节段准确性,以及AI诊断冠状动脉不同狭窄程度的敏感度、特异度、阳性预测值、阴性预测值和准确性。以上诊断结果均与CAG进行Kappa值一致性检验。比较AI组、医师组检出冠状动脉狭窄节段和后处理CCTA图像所需时间差异。[结 果]1.医师组后处理CCTA图像平均所需时间为322.55±30.60 s,AI组平均后处理时间为8.05± 1.32 s,两组间差异具有统计学意义(Z=-6.28,P<0.05)。AI组平均后处理时间较医师组减少314.50±29.28 s。2.AI组检出冠状动脉狭窄节段的敏感度、特异度、阳性预测值、阴性预测值、准确性分别为 73.68%-100%、87.76%-100%、70%-100%、91.49%-100%、88.89%-98.96%,与 CAG 组一致性均较强或强(Kappa 值 0.72-0.96)。3.医师组检出冠状动脉狭窄节段的敏感度、特异度、阳性预测值、阴性预测值、准确性分别为 30.77%-98.11%、96.81%-100%、90.20%-100%、90.20%-99.38%、93.43%-99.36%。医师检出前降支远段(distal left anterior descending artery,dLAD)狭窄结果与 CAG一致性较差(Kappa 值 0.45),余节段与CAG组一致性均较强或强(Kappa值0.78-0.96)。4.在检出 dLAD、右冠状动脉远段(distal right coronary artery,dRCA)狭窄情况上,AI组优于医师组,并且两组差异具有统计学意义(P<0.05),其余冠状动脉14个节段差异不具有统计学意义(P>0.05)。5.以患者、冠状动脉血管及节段为单位(管腔径狭窄≥50%),AI组诊断敏感度、特异度、阳性预测值、阴性预测值和准确性分别为94.76%/90.77%/87.66%、55.56%/96.68%/99.18%、97.84%/96.09%/95.91%、33.33%/92.08%/97.33%、93.00%/93.88%/97.09%。与 CAG 组之间的一致性分别为 0.38、0.88、0.89。6.AI组诊断冠状动脉不同狭窄程度总准确性为66.63%,与CAG一致性一般(Kappa值为0.53)。诊断轻度狭窄、重度狭窄与CAG一致性较好(Kappa值分别为0.62、0.68),诊断中度狭窄与CAG一致性一般(Kappa值为0.51),诊断闭塞节段与CAG一致性差(Kappa值为0.17)。[结 论]1.AI后处理CCTA图像时间较医师明显缩短,可明显提高工作效率。2.AI检出冠状动脉各狭窄节段准确性较高,与CAG一致性均较好或好,可辅助医师诊断,减少漏诊率,尤其是dLAD、dRCA狭窄节段,因此可作为医师辅助诊断手段。3.AI诊断冠状动脉狭窄程度≥50%的准确性较高,但AI诊断冠状动脉不同狭窄程度总准确性一般,仍需要进一步提高,尤其是诊断中度狭窄以及闭塞。