Fully Automated Artificial Intelligence Assessment of Aortic Stenosis by Echocardiography
Notice bibliographique
Résumé
BACKGROUND: Aortic stenosis (AS) is a common form of valvular heart disease, present in over 12% of the population age 75 years and above. Transthoracic echocardiography (TTE) is the first line of imaging in the adjudication of AS severity but is time-consuming and requires expert sonographic and interpretation capabilities to yield accurate results. Artificial intelligence (AI) technology has emerged as a useful tool to address these limitations but has not yet been applied in a fully hands-off manner to evaluate AS. Here, we correlate artificial neural network measurements of key hemodynamic AS parameters to experienced human reader assessment. METHODS: Two-dimensional and Doppler echocardiographic images from patients with normal aortic valves and all degrees of AS were analyzed by an artificial neural network (Us2.ai) with no human input to measure key variables in AS assessment. Trained echocardiographers blinded to AI data performed manual measurements of these variables, and correlation analyses were performed. RESULTS: Our cohort included 256 patients with an average age of 67.6 ± 9.5 years. Across all AS severities, AI closely matched human measurement of aortic valve peak velocity (r = 0.97, P < .001), mean pressure gradient (r = 0.94, P < .001), aortic valve area by continuity equation (r = 0.88, P < .001), stroke volume index (r = 0.79, P < .001), left ventricular outflow tract velocity-time integral (r = 0.89, P < .001), aortic valve velocity-time integral (r = 0.96, P < .001), and left ventricular outflow tract diameter (r = 0.76, P < .001). CONCLUSIONS: Artificial neural networks have the capacity to closely mimic human measurement of all relevant parameters in the adjudication of AS severity. Application of this AI technology may minimize interscan variability, improve interpretation and diagnosis of AS, and allow for precise and reproducible identification and management of patients with AS.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,014 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».