临床与实验心脏病学
开放获取

抽象的

人工智能解释冠状动脉计算机断层扫描血管造影：机器学习能否提高诊断性能？

宇都宫大辅*、中浦健和小田征太郎

人工智能（AI）和机器学习系统的最新发展有可能改善冠状动脉疾病的临床诊断。冠状动脉计算机断层扫描血管造影（CCTA）提供冠状动脉的重要信息：即狭窄严重程度、病变长度、斑块衰减和钙沉积程度。然而，对这些因素进行综合分析可能很困难。我们分析了 56 名患者的患者特征和 CCTA 结果。我们使用人工智能（随机森林）来识别缺血相关病变，并比较随机森林和逻辑回归分析的诊断性能。通过随机森林分析，曲线下面积从 0.89（逻辑回归分析）增加到 0.95（随机森林）。机器学习模型有助于解释 CCTA 检测缺血相关的冠状动脉病变。