2021-03-29 14:37:13 來源：北國網
近日，暨南大學附屬第一醫(yī)院史長征教授課題組在國際放射學頂級學術期刊《European Radiology》上發(fā)表了題為《A 2-year investigation of the impact of the computed tomography–derived fractional flow reserve calculated using a deep learning algorithm on routine decision-making for coronary artery disease management》的論文。
該研究對基于深度學習算法的“深脈分數(shù)DVFFR”技術的安全性和有效性進行了驗證，體現(xiàn)了臨床對該產品應用價值的認可，進一步證實“深脈分數(shù)DVFFR”在血運重建治療中發(fā)揮的積極作用。
研究采用的是北京科亞方舟醫(yī)療科技股份有限公司自主研發(fā)的“深脈分數(shù)DVFFR”軟件，這是全球首款采用深度學習技術進行冠狀動脈生理功能評估的產品，也是我國首款通過NMPA權威認證的三類創(chuàng)新醫(yī)療器械。
據(jù)了解，“深脈分數(shù)DVFFR”軟件集合人工智能、醫(yī)學影像、生物醫(yī)學工程等相關學科的關鍵技術，涵蓋科亞醫(yī)療多項自主研發(fā)的尖端深度學習算法，可對醫(yī)學圖像處理、模型重建到FFR計算的各個環(huán)節(jié)進行智能優(yōu)化處理，一站式完成冠脈解剖學和功能學精準診斷，前期發(fā)表于國際頂級期刊的研究已證明其準確率已達92%。
目前，“深脈分數(shù)DVFFR”已與北京安貞醫(yī)院、中國醫(yī)學科學院阜外醫(yī)院、華西醫(yī)院及中國人民解放軍總醫(yī)院等合作完成19項臨床研究，共招募14170名受試者，正在進行九項臨床研究，預計共招募10633名受試者。
本研究為單中心回顧性研究，共納入243例經冠脈CTA明確狹窄度超過50%的有癥狀的冠心病患者，患者入院后接受ICA的指導性干預，同時“深脈分數(shù)DVFFR”進行回顧性分析。
在為期2年的隨訪過程中，將基于“深脈分數(shù)DVFFR”對臨床決策的影響以及臨床結果與ICA指導的臨床決策結果進行比較。
驗證流程
結果表明，基于人工智能深度學習算法開發(fā)的“深脈分數(shù)DVFFR”在不增加MACE事件的前提下，可減少72%不必要的冠脈造影。此前美國Heartflow公司在PLATFORM研究中顯示，基于流體力學開發(fā)的FFRCT可以減少大約60%不必要的冠脈造影。由此可以看出，基于人工智能深度學習算法開發(fā)的“深脈分數(shù)DVFFR”能夠更加精準的篩選出冠脈造影的適應人群。
值得關注的是，通過學習從冠脈CTA提取的解剖特征以計算沿冠狀動脈樹的壓力梯度，“深脈分數(shù)DVFFR”可以提供更客觀和可重復的結果，從而提高FFRCT計算的準確性。
此外，“深脈分數(shù)DVFFR”在串聯(lián)病變中的價值和安全性得到證實。串聯(lián)病變采用“深脈分數(shù)DVFFR”進行評估，與造影評估有高度的一致性。隨著使用“深脈分數(shù)DVFFR”時間效率的提高，有望減少評估串聯(lián)病變的手術時間和整體醫(yī)療費用。
該項目的負責人，暨南大學附屬第一醫(yī)院史長征教授表示，通過為期2年的調查研究，基于深度學習算法的“深脈分數(shù)DVFFR”對冠狀動脈疾病管理的常規(guī)決策能夠產生積極影響，使超過72%的患者避免接受不必要的有創(chuàng)冠脈造影以及相關的手術風險和花費，同時具有不劣于有創(chuàng)造影的臨床結果。
與其他目前可用的主流冠狀動脈疾病(CAD)診斷方法相比，基于深度學習算法的“深脈分數(shù)DVFFR”提供了最具成本效益的診斷解決方案，具有廣泛采用潛力，也因此獲得國家藥監(jiān)局“具有重大經濟效益和社會價值，與國內外同品種產品相比，性能指標處于國際領先水平”的高度評價，成為國家藥品監(jiān)督管理局批準在中國商業(yè)化的首款人工智能三類醫(yī)療器械。
這也讓具備高效、全面、準確診斷性能的“深脈分數(shù)DVFFR”，可作為有創(chuàng)冠狀動脈造影(ICA)的替代方案，在評估患者是否需要接受冠脈介入治療時提供無創(chuàng)檢測新路徑。
http://shangjie.ilnd.com.cn/zixun/553509.html
編輯：海洋