S'abonner

Clinical utility of automated assessment of left ventricular ejection fraction using artificial intelligence–assisted border detection - 09/08/11

Doi : 10.1016/j.ahj.2007.11.002 
Hind W. Rahmouni, MD, Bonnie Ky, MD, Ted Plappert, CVT, Kevin Duffy, MD, Susan E. Wiegers, MD, FACC, Victor A. Ferrari, MD, FACC, Martin G. Keane, MD, FACC, James N. Kirkpatrick, MD, Frank E. Silvestry, MD, FACC, Martin St. John Sutton, MD
Department of Medicine, Cardiovascular Division, University of Pennsylvania, School of Medicine, Philadelphia, PA 

Reprint requests: Martin G St John Sutton, MD, FACC, Cardiology Division, Hospital of the University of Pennsylvania, 9017 Gates Pavilion, 3400 Spruce Street, Philadelphia, PA 19104.

Résumé

Background

Ejection fraction (EF) calculated from 2-dimensional echocardiography provides important prognostic and therapeutic information in patients with heart disease. However, quantification of EF requires planimetry and is time-consuming. As a result, visual assessment is frequently used but is subjective and requires extensive experience. New computer software to assess EF automatically is now available and could be used routinely in busy digital laboratories (>15 000 studies per year) and in core laboratories running large clinical trials.

We tested Siemens AutoEF software (Siemens Medical Solutions, Erlangen, Germany) to determine whether it correlated with visual estimates of EF, manual planimetry, and cardiac magnetic resonance (CMR).

Methods

Siemens AutoEF is based on learned patterns and artificial intelligence. An expert and a novice reader assessed EF visually by reviewing transthoracic echocardiograms from consecutive patients. An experienced sonographer quantified EF in all studies using Simpson's method of disks. AutoEF results were compared to CMR.

Results

Ninety-two echocardiograms were analyzed. Visual assessment by the expert (R = 0.86) and the novice reader (R = 0.80) correlated more closely with manual planimetry using Simpson's method than did AutoEF (R = 0.64). The correlation between AutoEF and CMR was 0.63, 0.28, and 0.51 for EF, end-diastolic and end-systolic volumes, respectively.

Conclusion

The discrepancies in EF estimates between AutoEF and manual tracing using Simpson's method and between AutoEF and CMR preclude routine clinical use of AutoEF until it has been validated in a number of large, busy echocardiographic laboratories. Visual assessment of EF, with its strong correlation with quantitative EF, underscores its continued clinical utility.

Le texte complet de cet article est disponible en PDF.

Plan


 The authors have no conflict of interest regarding this manuscript.


© 2008  Mosby, Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 155 - N° 3

P. 562-570 - mars 2008 Retour au numéro
Article précédent Article précédent
  • Immediate and long-term outcomes of drug-eluting stent implantation for unprotected left main coronary artery disease: Comparison with bare-metal stent implantation
  • Run-lin Gao, Bo Xu, Ji-lin Chen, Yue-jin Yang, Shu-bin Qiao, Jian-jun Li, Xue-wen Qin, Min Yao, Hai-bo Liu, Yong-jian Wu, Jin-qing Yuan, Jue Chen
| Article suivant Article suivant
  • Potential unintended financial consequences of pay-for-performance on the quality of care for minority patients
  • Amrita M. Karve, Fang-Shu Ou, Barbara L. Lytle, Eric D. Peterson

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2025 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.