XiaoMi-AI文件搜索系统
World File Search System肺栓塞
提高肺栓塞的预后精度
背景：急性肺栓塞 (PE) 是一种危急的医疗紧急情况，需要及时识别和干预。准确预测早期死亡率对于识别出现不良后果风险较高的患者并实施适当的治疗至关重要。机器学习 (ML) 算法有望提高 PE 患者早期死亡率预测的准确性。目标：利用临床和实验室变量设计一种用于预测 PE 患者早期死亡率的 ML 算法。方法：本研究利用多种过采样技术来提高各种机器学习模型（包括 ANN、SVM、DT、RF 和 AdaBoost）在早期死亡率预测方面的性能。根据算法特征和数据集属性为每个模型选择合适的过采样方法。预测变量包括四项实验室测试、八个生理时间序列指标和两个一般描述符。评估使用了准确度、F1_score、精确度、召回率、曲线下面积 (AUC) 和接收者操作特性 (ROC) 曲线等指标，全面展示了模型的预测能力。结果：研究结果表明，在评估的五个模型中，具有随机过采样的 RF 模型表现出优异的性能，在预测死亡类别时实现了较高的准确度和精确度以及较高的召回率。过采样方法有效地均衡了类别之间的样本分布，并提高了模型的性能。结论：建议的 ML 技术可以有效预测急性 PE 患者的死亡率。具有随机过采样的 RF 模型可以帮助医疗保健专业人员就急性 PE 患者的治疗做出明智的决定。该研究强调了过采样方法在管理不平衡数据方面的重要性，并强调了 ML 算法在改进 PE 患者早期死亡率预测方面的潜力。
肺栓塞的现代介入治疗
微创介入技术在急性和慢性肺栓塞的治疗中越来越常用；然而，这些技术的使用才刚刚出现强有力的临床证据。因此，需要建立强有力的患者选择机制，并仔细考虑干预措施的益处和风险。在本综述中，我们讨论了风险分层机制；多学科肺栓塞应对团队在支持决策方面的作用；并描述了各种常用的介入技术以及如何将它们整合到治疗策略中，以造福我们的患者。皇家版权 2023 由 Elsevier Ltd 代表皇家放射学院出版。保留所有权利。
面向肺栓塞护理团队的下一代 AI
1.Khemasuwa D.、Yingchocharoen T.、Tunsupon P.、Kusunose K.、Moghekar A.、Klein A.、Tonelli A.R.右心室超声心动图参数与急性肺栓塞后的死亡率有关。美国超声心动图学会杂志 2015；28(3)，355-362。2.Schoepf U.J.、Kucher N.、Kipfmueller F.、Quiroz R.、Costello P.、Goldhaber、S.Z.胸部计算机断层扫描中的右心室扩大：急性肺栓塞早期死亡的预测指标。Circulation 2004；110：3276。3.Wright C.、Goldenberg I.、Schleede S.、McNitt S.、Gaosev I.、Elbadawi A.、Pietropaoli、A.、Barrus B.、Chen Y.L.、Mazzillo J.、Acquisto N.M.、Van Galen J.、Hamer A.、Marinescu M.、Delehanty J.、Cameron、S.J.多学科肺栓塞应对团队对患者死亡率的影响。美国心脏病学杂志 2021；161，102-107.4。Khosla A.(2022)。通过 AI 触发的 PE 响应团队改变血管内治疗 [网络研讨会]。Aidoc。可在 aidoc.com 上获取。5.Gupta,K.、Lipshutz, G.、Friedman O.、Matusov Y.、Yaqoob M.、Steinberger J.、机械血栓切除术、人工智能和肺栓塞响应团队的激活。Cedars-Sinai 医疗中心，影像部。在 2022 年 PERT 联盟上发表。6.Carlon T.、Goldman D.、Gottlieb R.、Watchmaker J.、Mendelson D.、Lookstein R.，人工智能系统在肺栓塞应对小组激活和协调方面的初步经验。西奈山伊坎医学院。在 2023 年 SIR 会议上发表。7.Topff，L. 人工智能工具对胸部 CT 上偶发性肺栓塞优先级的附加价值。荷兰癌症研究所。在 RSNA 2022 上发表。8.Wiklund, P.、Medson K.、Elf J.，癌症患者未报告的偶然性肺栓塞：放射学自然史和复发性静脉血栓栓塞和死亡的风险。血栓形成研究。第 224 卷，第 65-72 页，2023 年 4 月。9.Hasan, MD；S S Molavi，MD；M J Moon，MD；V J Khasat，DO；C A DeMauro，MD；M F Shin，MD 利用人工智能监测实施 CTA PE 解释质量保证，以避免漏诊急性肺栓塞。Christiana Care。在 RSNA 2020 上发表。10.Jacob A.B.Doan.，C. Granville。人与机器：基于人工智能的算法对计算机断层扫描肺栓塞检测的影响
机器学习和人工智能在肺栓塞放射学检测中的进展
肺栓塞 (PE) 是一种临床上难以诊断的疾病，症状从无症状到危及生命的不等。及时诊断取决于临床评估、D-二聚体检测和放射影像。计算机断层肺血管造影 (CTPA) 被认为是黄金标准成像方式，尽管由于读者依赖性，某些病例可能会被遗漏，导致患者预后不良。因此，实施更快、更准确的诊断策略至关重要，以帮助临床医生及时诊断和治疗 PE 患者并降低发病率和死亡率。机器学习 (ML) 和人工智能 (AI) 是医学领域（包括放射影像）中新兴的工具，有可能提高诊断效果。我们对研究的回顾表明，与放射科医生相比，计算机辅助设计 (CAD) 和 AI 工具在 CTPA 上识别 PE 方面表现出相似的优越灵敏度和特异性。几种工具展示了在放射扫描中识别轻微 PE 的潜力，显示出有希望帮助临床医生大幅减少漏诊的能力。然而，必须设计复杂的工具并进行大规模临床试验，以将人工智能融入日常临床环境并制定其伦理适用性指南。机器学习和人工智能还可以帮助医生制定个性化的管理策略，以改善患者的治疗效果。
肺栓塞和心血管护理：未来十年的革命进步
慢性血栓栓塞性肺动脉高压是具有慢性血栓栓塞性肺血管闭塞的患者的一种罕见形式的肺动脉高压。尽管历史上一直是选择的手术肺血栓性血栓性切除术，但气囊肺血管成形术已成为40％被认为无法使用的患者的额外治疗策略。这种互补策略以及手术肺血栓性血栓性切除术，为手术干预后患有较高远端疾病，更高合并症或残留阻塞的患者提供了肺部血运重建的机会。drs。Zachary Steinberg，Lauren Carlozzi和Huie Lin评论
左股骨骨折的开放还原内固定（ORIF）后，脂肪栓子综合征（FES）和多个小肺栓塞的发展：病例报告
脂肪栓塞综合征（FES）是一种罕见但潜在的威胁生命的并发症，可以按照骨科手术（例如长骨断裂修复）发生。fes是由脂肪球释放到血液中引起的，导致血管阻塞和随后的组织损伤。肺栓塞（PE）是血凝块传播到肺部的疾病，是由于手术过程中血液凝结的动员而导致的骨科手术的另一个潜在并发症。我们报告了一名56岁女性的案例，她在机械下降后左股骨骨折向急诊科展示，并接受了开放式骨折内固定（ORIF）手术。通过FES的发展和多个小肺栓塞的发展使该过程变得复杂。患者在ICU中进行了术后管理，需要用多个加压剂和机械通气来支撑。她术后三天在ICU中呆了三天，并在术后第六天出院到住院康复设施。
利用人工智能监控实施CTA PE解释质量保证，避免急性肺栓塞的漏诊
• 未来发展方向包括与人工智能开发人员合作建立自动化机制，实时识别不一致的病例，通过展示临床价值提高人工智能的接受度，并持续监控不一致的病例质量保证流程
贝伐单抗（阿瓦斯丁）
由于乳腺癌本身以及某些乳腺癌治疗方法，乳腺癌患者出现血栓的风险更高。使用贝伐单抗会增加血栓风险，例如深静脉血栓形成 (DVT)。患有 DVT 的患者有发生肺栓塞的风险。肺栓塞是指部分血栓脱落并进入肺部。
新闻通讯
慢性血栓栓塞性肺动脉高压（CTEPH）是严重但可以治疗的呼吸急促和右侧心力衰竭的原因。CTEPH被认为是肺栓塞的并发症 - 急性肺栓塞后约23％的患者影响了大约23％。 并非所有早前，CTEPH都是不幸的诊断。 即使到现在，患者在诊断前经常会面临大量延迟，通常超出了发现前两年的症状。 早期诊断中挑战的一部分源于症状是非特异性的，多达30％的患者从未有过静脉血栓栓塞史。 ，但由于过去二十年以来的肺动脉高压（pH）领域的扩大，人们的意识和主要进步也得到了提高。CTEPH被认为是肺栓塞的并发症 - 急性肺栓塞后约23％的患者影响了大约23％。并非所有早前，CTEPH都是不幸的诊断。即使到现在，患者在诊断前经常会面临大量延迟，通常超出了发现前两年的症状。早期诊断中挑战的一部分源于症状是非特异性的，多达30％的患者从未有过静脉血栓栓塞史。，但由于过去二十年以来的肺动脉高压（pH）领域的扩大，人们的意识和主要进步也得到了提高。