Rofo 2024; 196(12): 1253-1261
DOI: 10.1055/a-2271-0887
Heart

Die Bedeutung KI-basierter Analyse fraktioneller Flussreserven computertomografisch nachgewiesener Coronararterienstenosen im Hinblick auf deren hämodynamische Relevanz

Article in several languages: English | deutsch
Hans-Jürgen Noblé
1   Department of Radiology, German Air Force Center of Aerospace Medicine, Cologne, Germany
,
Nadine Mühlbauer
1   Department of Radiology, German Air Force Center of Aerospace Medicine, Cologne, Germany
,
Josef Ehling
1   Department of Radiology, German Air Force Center of Aerospace Medicine, Cologne, Germany
,
Paul Martin Bansmann
2   Institute for Diagnostic and Interventional Radiology, Hospital Porz am Rhein, Cologne, Germany
› Author Affiliations
Preview

Zusammenfassung

Ziel Ziel unserer Arbeit war der Nachweis der Bedeutung auf künstlicher Intelligenz basierender Analyse fraktioneller Flussreserven computertomografisch nachgewiesener Koronararterienstenosen im Hinblick auf deren hämodynamische Relevanz bei Patienten mit unklaren Brustschmerzen und dem Verdacht auf eine stabile koronare Herzerkrankung bei niedriger bis mittlerer Vortestwahrscheinlichkeit.

Material und Methoden Das Kollektiv unserer retrospektiven Analyse umfasst 63 Patienten, bei denen im Zeitraum von März bis Oktober 2022 mittels volumencomputertomografischer Untersuchung im „one beat, whole heart“-Modus eine Koronararterienstenose nachgewiesen wurde. Bei diesen Patienten erfolgte zudem eine computertomografisch gestützte Bestimmung der fraktionellen Flussreserve, die durch den Einsatz künstlicher Intelligenz moduliert wurde.

Ergebnis Die berechneten Werte der fraktionellen Flussreserve und die computertomografisch bestimmten Stenosegrade wiesen für alle drei koronaren Gefäßterritorien (LAD/CX/RCA) eine mittelstarke und signifikante negative Korrelation auf (Korrelationskoeffizient rho = 0,54/0,54/0,6; p < 0,01 respektive). In über einem Drittel (37,6 %) aller computertomografisch als hochgradig eingestuften Stenosen wich die Beurteilung der hämodynamischen Relevanz durch Berechnung der fraktionellen Flussreserve vom Schweregrad der computertomografisch diagnostizierten Stenose ab, während die Ergebnisse in den Randbereichen „keine Stenose/Gefäßverschluss“ jeweils zu 100 % übereinstimmten.

Schlussfolgerung Die vorliegenden Ergebnisse dieser Arbeit veranschaulichen, dass die auf künstlicher Intelligenz basierende Berechnung der fraktionellen Flussreserve als Ergänzung zur Volumen-Computertomografie des Herzens durch Erhöhung der Spezifität des rein morphologischen Verfahrens um den physiologischen Aspekt einen entscheidenden Beitrag zur weiteren Therapieplanung leisten kann.

Kernaussagen

  • Die Berechnung fraktioneller Flussreserve ist eine sinnvolle Ergänzung der Computertomografien des Herzens.

  • Sie ermöglicht Verzicht auf unnötige weiterführende Diagnostik durch Erhöhung der Spezifität.

  • Die Kombination beider Verfahren führt zur Therapieoptimierung für die Patienten.

Zitierweise

  • Noblé H, Mühlbauer N, Ehling J et al. The value of AI-based analysis of fractional flow reserve of volume computed tomographically detected coronary artery stenosis with regard to their hemodynamic relevance. Fortschr Röntgenstr 2024; 196: 1253 – 1261



Publication History

Received: 27 September 2023

Accepted: 13 February 2024

Article published online:
17 April 2024

© 2024. Thieme. All rights reserved.

Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany