MétaCan
Menu
Retour à la cohorte
Enregistrement W4406151672 · doi:10.1016/j.jscai.2024.102438

Impact of Artificial Intelligence-Enhanced Optical Coherence Tomography Software on Percutaneous Coronary Intervention Decisions

2025· article· en· W4406151672 sur OpenAlexaff
Matthew Sibbald, Haley R Mitchell, Jana Buccola, Natalia Pinilla‐Echeverri

Notice bibliographique

RevueJournal of the Society for Cardiovascular Angiography & Interventions · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCoronary Interventions and Diagnostics
Établissements canadiensMcMaster University
Organismes subventionnairesAbbott Vascular
Mots-clésOptical coherence tomographyPercutaneous coronary interventionSoftwareIntervention (counseling)Medical physicsComputer scienceMedicineArtificial intelligenceRadiologyCardiologyNursingOperating system

Résumé

récupéré en direct d'OpenAlex

Background Integration of intravascular imaging into percutaneous coronary intervention (PCI) workflow demands physician time and expertise. Artificial intelligence (AI)-enabled software that automates the identification of key intravascular imaging parameters has the potential to streamline physician workflow, increase accuracy, and reduce variability in PCI planning decisions. This study investigated if AI-enabled software, Ultreon (Abbott), compared with traditional software, AptiVue (Abbott), improved physician decision-making accuracy, variability, and efficiency in optical coherence tomography (OCT)-based PCI planning. Methods In this multireader, multicase study, 30 interventional cardiologists of varying OCT imaging experience evaluated 21 pre-PCI OCT pullbacks using both Ultreon and AptiVue platforms. Physician PCI planning decisions about lesion morphology, length, and diameter were compared to published best practices. Decision accuracy, variability, and time efficiency were assessed using statistical models. Results Physician OCT-based planning decisions were more accurate using Ultreon compared to AptiVue in the identification of calcium severity by 1.77 (95% CI, 1.27-2.50; P < .001), vessel preparation strategy by 2.00 (95% CI, 1.12-3.4; P = .018), and stent diameter by 2.83 (95% CI, 1.79-4.50; P < .001). Physicians exhibited less variability in assessments using Ultreon, especially for distal and proximal stent landing zone, and planned stent length ( P < .0001). The efficiency of OCT assessments was improved with Ultreon, reducing the duration of OCT assessments by 0.5 minutes ( P < .0001). The benefits were observed irrespective of the physician's prior OCT experience. Conclusions Physician OCT-based PCI planning decisions were more accurate, less variable, and more efficient with AI-enhanced Ultreon software. This could potentially aid in the fuller adoption of intravascular imaging in PCI workflow.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil0,767

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,324
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,329
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Society for Cardiovascular Angiography & InterventionsMême sujetCoronary Interventions and DiagnosticsTravaux en français237 207