KI-gestützte Herzanalyse aus MRT versus klinische Segmentierung: Mortalitätsvorhersage in multizentrischer Studie
Von KI ausgewählt und zusammengefasst
Worum es geht
Retrospektive Multizenterstudie (UK, USA) mit 27.382 Patienten (26.106 aus Barts Heart Centre London, 1.276 aus University of Pittsburgh); Vergleich von Deep-Learning-basierter gegen klinischer Ejektionsfraktion-Messung als Prädiktor für 5-Jahres-Mortalität mittels Cox-Modellen und C-Indizes.
Ergebnis
AI-Ejektionsfraktion zeigte besseres Modellfit (AIC 57.936 vs. 58.097, Δ161 zugunsten KI) und marginal bessere Diskrimination (C-Index 0,669 vs. 0,637; ΔC 0,033 [95% CI 0,026–0,041]). AI verbesserte das Modellfit signifikant, wenn zu klinischem EF addiert (χ²=168, p<0,0001). Nach Adjustierung auf Alter/Geschlecht: AI-EF besseres Modellfit (AIC 55.684 vs. 55.742), marginal bessere Diskrimination (C-Index 0,781 vs. 0,777).
Übertragbarkeit auf Deutschland
UK-basierte Multizenterstudie mit europäischer Struktur; kardiologische Routine in europäischen Zentren vergleichbar.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.