두 가지 일반적인 심장 상태 예측

[아름이]

두 가지 일반적인 심장 상태 예측
날짜:
2023년 1월 26일
원천:
시더스-시나이 메디컬 센터
요약:
두 가지 새로운 연구는 두 가지 중요한 심장 상태를 예측하는 데 바늘을 움직입니다. 종종 치명적일 수 있는 갑작스러운 심장 마비와 심장 마비로 이어질 수 있는 관상 동맥 질환의 지표인 관상 동맥 칼슘 증가입니다.

Cedars-Sinai의 두 가지 새로운 연구는 두 가지 중요한 심장 상태, 즉 종종 치명적일 수 있는 갑작스러운 심장 마비와 심장 마비로 이어질 수 있는 관상 동맥 질환의 지표인 관상 동맥 칼슘 증가를 예측하는 데 바늘을 움직입니다.

이 연구는 Cedars-Sinai의 Smidt Heart Institute와 의료 센터의 AIM(Artificial Intelligence in Medicine) 분과의 조사관이 주도했습니다.

동료 검토 저널 Heart Rhythm 에 발표된 심정지 연구에 참여한 조사관은 특히 급성 심정지와 관련된 새로운 혈액 바이오마커 패널을 확인했습니다. 이 바이오마커는 급작스러운 심정지의 임상적 예측을 향상시킬 수 있는 잠재력을 가지고 있습니다. NFL 선수인 Damar Hamlin이 이달 초 게임 중반에 심정지를 경험한 후 헤드라인을 장식한 생명을 위협하는 상태입니다.

급성 심정지는 심장 박동의 갑작스러운 손실이며 매년 미국에서 350,000명 이상이 영향을 받습니다. 체계적인 응급의료체계에도 불구하고 심정지 환자의 생존율은 10% 미만이다.

"급작스러운 심장 마비의 암울한 생존율은 위험 결정, 조기 예측 및 개선된 1차 예방의 필요성을 보여줍니다. 목표.

Cedars-Sinai의 심정지 예방 센터장이기도 한 Chugh는 갑작스러운 심정지 연구에 그의 경력을 바쳤습니다. 그의 연구는 급성 심정지를 예측하는 새로운 방법을 이끌어냈고 현재 이를 임상 치료에 적용하는 것을 목표로 평가되고 있습니다.

이 연구에서 Cedars-Sinai의 Van Eyk 연구소와 협력하여 연구원들은 급성 심정지 생존자로부터 얻은 많은 혈액 바이오마커를 분석하여 관상동맥 질환이 없는 한 코호트와 질병이 있는 한 코호트의 결과를 비교했습니다. .

심정지 센터 연구 과학자인 페이 노비(Faye Norby) 박사는 "우리는 사례를 대조군과 비교했을 때 급작스러운 심정지와 관련된 총 26개의 단백질 바이오마커를 확인했으며, 그 중 20가지가 관상동맥 질환과 차별화된 급심정지였습니다"라고 말했습니다. Smidt Heart Institute의 예방 및 연구의 첫 번째 저자. "이러한 바이오마커는 급성 심정지의 예측을 향상시킬 수 있는 잠재력을 가지고 있지만 더 큰 환자 그룹에서 이러한 발견을 복제하기 위한 향후 연구가 필요합니다."

미국 심초음파학회지(Journal of the American Society of Echocardiography ) 에 발표된 관상동맥 칼슘 연구 는 심장의 초음파 이미지를 인공지능 알고리즘이 "판독"하여 환자가 많은 양의 혈액을 가지고 있는지 정확하게 식별할 수 있음을 처음으로 보여줍니다. 그들의 관상 동맥에 축적.

전통적으로 관상동맥 칼슘 축적은 모든 센터에서 이용할 수 없고 환자를 방사선에 노출시키고 비용이 많이 드는 CT 스캔을 사용하여 진단합니다. 반면 심장초음파(심초음파도라고도 함)는 진료소나 진료실에서 실시할 수 있고 방사선을 생성하지 않으며 훨씬 저렴한 경향이 있습니다.

"우리는 AI 소프트웨어로 해석할 때 심초음파가 관상 동맥 칼슘을 예측할 수 있고 CT 스캔과 마찬가지로 거의 심장 마비 위험을 예측할 수 있음을 보여줍니다. AIM 분과의 연구소 및 연구원. "이것은 전문 독자의 육안으로 볼 때 심장의 초음파 이미지가 상당히 정상적으로 보이는 경우에도 사실임이 입증되었습니다."

2,881개의 심초음파 이미지 데이터 세트를 사용하여 연구자들은 관상 동맥 칼슘 점수를 예측하기 위해 비디오 기반 인공 지능 도구를 훈련했습니다. 점수 범위는 0점(관상동맥 칼슘 축적의 징후가 없는 "완벽한" 점수를 나타냄)부터 2,000점 이상(심장마비 및 관상동맥질환의 높은 위험을 나타내는 개인의 예후가 좋지 않음)까지입니다.

비디오 기반 딥 러닝 모델은 건강 상태가 좋고 관상 동맥 칼슘 점수가 높은 환자의 점수를 성공적으로 예측하여 향후 예후가 더 나쁠 가능성이 있습니다.

Ouyang과 팀은 각 환자의 관상 동맥 칼슘 점수를 포함하는 이 효율적인 기술이 모든 심초음파 실험실에서 사용될 수 있기를 희망합니다. Ouyang은 이러한 유형의 리소스를 통해 "임상적으로 가치 있고 예측 가능한 정보를 제공하는 더 빠르고 잠재적으로 더 빈번하며 일반적으로 더 비용 효율적인 이미징을 허용할 것"이라고 말합니다.

출처 : https://www.sciencedaily.com/