基于PET生物标志物的可解释人工智能诊断冠状动脉疾病的多中心评估
本研究开发了一种整合PET心肌灌注成像多参数的人工智能诊断模型,通过对四个医疗中心1664名患者的回顾性分析,验证了该AI系统在冠状动脉疾病诊断中的优越性。研究结果显示,该模型受试者工作特征曲线下面积达0.83,显著优于经验丰富的医师诊断水平及单一生物标志物评估方法,且在不同性别、年龄和体重指数人群中表现稳定。这项多中心研究证明了整合灌注、血流和冠状动脉钙化评分的人工智能系统能有效提升诊断准确性,为临床提供自动化且可解释的决策支持工具,有望改善心血管疾病的早期识别与治疗策略,对降低全球心血管疾病负担具有重要临床价值。(182字)

