射血分数估计EchoMD AutoEF软件提高了可变性

2018年6月27日——最近的一次研究与明尼阿波利斯心脏研究所发现湾进行了实验室的EchoMD AutoEF深度学习软件少可变性在评估左心室射血分数(EF)比一般的心脏病专家报告文学的可变性。该研究的结果发表于2018年的美国社会的超声心动图(ASE)年度科学会议,6月22日至26日在纳什维尔。

文献表明,心脏病专家的平均变化读者使用辛普森的双翼飞机方法估算EF是9.2%。观察到的可变性的EchoMD AutoEF优越为8.29% (p = 0.002)。研究还表明,EchoMD AutoEF是一个准确和完全自动化的方法计算EF的完成超声心动图病人研究无需用户干预。除了正常的病人,它表现良好在肥胖病人,患者的正常和异常的EF。

“历史上有挑战和射血分数的可变性和再现性报道,特别是在EF是不正常的;我们的研究表明,EchoMD AutoEF算法有助于解释变化巨大,低于心脏病专家报告文学,”医学博士Richard Bae说超声心动图实验室的主任,FACC明尼阿波利斯心脏研究所,该研究的作者之一。“通过支持快速、高效和准确人工智能(人工智能)资助建设超声心动图分析,算法可以让医生关注将结果放入上下文中对病人,指导预后和管理”的课程。

这项研究包括405名患者超声心动图研究从明尼阿波利斯心脏研究所代表广泛的身体质量指数,和EF值超声波系统。为每一个病人的研究中,海湾实验室的软件自动选择最优顶端four-chamber和顶端两院的数字视频剪辑和用于执行一个英孚计算。这些计算比较标准的辛普森的双翼飞机的方法。

更多信息:www.baylabs.io