Koroner Arter Hastalığında Yapay Zeka Destekli Damar İçi Ultrason İncelemesi

Sistematik bir derleme, yapay zeka, makine öğrenmesi ve derin öğrenme algoritmalarının koroner arter hastalığında kullanılan damar içi ultrason tetkiklerinin otomatik analizi ve yorumlanmasındaki rolünü değerlendirdi.

Koroner Arter Hastalığı ve Görüntüleme

Koroner arter hastalığı, arter duvarlarında aterosklerotik plakların birikmesiyle karakterize olup küresel çapta önde gelen ölüm ve rahatsızlık nedenleri arasındadır.

Geleneksel koroner anjiyografi standart bir kılavuzluk tekniği sağlasa da, plak yükü ve damar duvarı mimarisi hakkında sınırlı bilgi sunmaktadır.

Damar İçi Ultrason Yönteminin Rolü

Damar içi ultrason, damar duvarının enine kesit görüntülerini sunarak bu sınırlamaları büyük ölçüde ortadan kaldırmaktadır.

Bununla birlikte, geleneksel verilerin yorumlanması uygulayıcıya bağımlı olmakta ve uzun zaman almaktadır.

Yapay Zeka ve Otomasyon Teknolojileri

Son gelişmeler, lümen ve damar sınırlarının tespiti, plak karakterizasyonu, doku sınıflandırması gibi görevleri gerçekleştirmek için yapay zeka algoritmalarını içermektedir.

Bu teknolojiler, kateter laboratuvarı iş akışlarını basitleştirmeyi, gözlemci değişkenliğini azaltmayı ve prosedür planlamasını geliştirmeyi amaçlamaktadır.

Sistematik Derleme Yöntem ve Kapsamı

Bu sistematik derleme PRISMA 2020 beyanına uygun olarak gerçekleştirilmiş ve PROSPERO veritabanına kaydedilmiştir.

Uygun çalışmalar, insan koroner veri kümelerini içeren ve görüntü analizi için algoritmaları değerlendiren orijinal hakemli araştırmalardan oluşmaktadır.

Veritabanı Taramaları ve Kriterler

Araştırmalar PubMed ve Cochrane CENTRAL veritabanlarında İngilizce ve insan çalışmaları filtrelenerek yürütülmüştür.

PICO çerçevesi, tanı doğruluğunu, segmentasyon performansını ve işlem süresini ölçmek için yapay zeka müdahalelerini değerlendirmeyi hedeflemiştir.