Volver a Buscador de AI
Marleen Vonder, Sunyi Zheng, Monique D.Dorrius, Carlijn M.van der Aalst, Harry J.de Koning, Jaeyoun Yi, Donghoon Yu, Jan Willem C. Gratama, Dirkjan Kuijpers, Matthijs Oudkerk, «Deep learning for automatic calcium scoring in population based cardiovascular screening«, JACC: Cardiovascular Imaging 15 (2021), pp.366-367, https://doi.org/10.1016/j.jcmg.2021.07.012
Aview: CAC
Análisis cuantitativo de la calcificación de la arteria coronaria (CAC) mediante IA.
El CAC aview de Coreline se basa en tecnología de IA de deep learning. Cuantifica la calcificación de las arterias coronarias y mide el riesgo de enfermedad arterial coronaria. Con la segmentación automática del corazón y las estructuras circundantes de CAC, CAC puede analizar con precisión las placas calcificadas en las arterias coronarias. El índice de calcificación de la arteria coronaria analizado cuantitativamente es un indicador importante para el diagnóstico de la enfermedad de la arteria coronaria y ayuda al tratamiento y manejo de los pacientes.
Aplicaciones y enfermedades
Durante: ayuda de percepción (indicando todas las anormalidades/resultados/mapas de calor), soporte de decisión interactivo (muestra anormalidades/resultados solo a pedido), sugerencia de informe.
Puntaje CAC por rama, segmentación automática, edad arterial, Agatston, volumen, puntaje de masa.
Patologías detectables
Beneficios
- Detección precisa de calcificación en arterias coronarias (precisión de diagnóstico de IA médica: 99,2 %. Concordancia de detección y clasificación: 87 %. Concordancia de puntuación de Agatston: 95 %).
- La calcificación de la arteria coronaria se puede cuantificar no solo en las imágenes de TC del corazón, sino también en las imágenes de TC del tórax, lo que ayuda a la detección temprana y reduce la exposición del paciente.
- Se proporciona la puntuación de calcificación de la arteria coronaria para cada vaso sanguíneo, y se proporciona la distribución del riesgo por grupo de edad según los criterios clínicos y la edad del vaso sanguíneo para ayudar a la comprensión del paciente.
Referencias
Marleen Vonder, Sunyi Zheng, Monique D.Dorrius, Carlijn M.van der Aalst, Harry J.de Koning, Jaeyoun Yi, Donghoon Yu, Jan Willem C. Gratama, Dirkjan Kuijpers, Matthijs Oudkerk, «Deep learning for automatic calcium scoring in population based cardiovascular screening«, JACC: Cardiovascular Imaging 15 (2021), pp.366-367, https://doi.org/10.1016/j.jcmg.2021.07.012
Otras herramientas
