斯坦福大学医学院外科（血管外科）教授Shipra Arya博士获得美国心脏协会（AHA）30万美元转化项目资助，将领导为期三年的项目开发基于深度学习的外周动脉疾病（PAD）自动化预测系统。
该项目旨在建立客观、全自动的外周动脉钙化评分系统（PACS），通过深度学习技术量化下肢CT扫描中的钙化程度。研究团队将把PACS与踝肱指数、趾肱指数等现行金标准诊断方法进行比较，评估其预测死亡率、截肢和重大肢体不良事件的能力。
"这个项目是将自动化PACS整合到PAD诊断、风险分层和治疗中的第一步，就像冠状动脉钙评分改变冠心病诊疗模式一样。"Arya博士表示。该项目资金将用于开发和验证自动化PACS测量方法，替代现有的半自动人工测量，同时资助钙化检测与量化的深度学习模型开发，以及临床结果预测评估。
项目团队由跨学科专家组成：生物医学数据科学专家Akshay Chaudhari博士（医学影像机器学习）、心血管预防专家Fatima Rodriguez医生（心血管预防与影像分析）、研究员Jillian Melbourne和医学学生兼AI/ML分析师Benjamin Liu。Arya目前同时担任帕洛阿尔托退伍军人医疗系统的血管外科主任。
作为公共卫生硕士和哈佛大学流行病学专家，Arya拥有克瑞顿大学医学中心普通外科住院医师和密歇根大学血管外科专科医师的完整培训背景。她自2021年11月起担任全国性外科成果俱乐部（SOC）主席，该组织致力于推动外科健康服务研究和人才培养，提供齐纳研究员项目等培训计划。
目前她的研究重点在于优化脆弱性评估体系，实施患者和系统层面的干预措施，以提升外科质量并提供以患者为中心的医疗服务。
【全文结束】
