Baidu
map

东部战区总医院与数坤合作 打造全国很大CT-FFR多中心(研究)

2021-07-04 数坤科技 数坤科技

近日,来自全国34家医院60余位影像领域专家齐聚江苏,共同探讨CT血流储备分数(CT-FFR)在中国的科研发展方向与趋势。

近日,来自全国34家医院60余位影像领域专家齐聚江苏,共同探讨CT血流储备分数(CT-FFR)在中国的科研发展方向与趋势。作为目前为止国内最大的CT-FFR多中心研究,该研究由东部战区总医院张龙江主任牵头,旨在提供CT-FFR对冠心病患者临床决策的证据,推动CT-FFR在临床的应用。

《中国血管病报告2019》显示,我国心血管疾病的现患人数约为3.3亿,其中冠心病现患人数1100万,而且仍处于逐年上升阶段;农村和城市居民心血管病死亡率占比分别为45.91%、43.56%,居总死亡原因的首位。目前,有创的血流储备分数(FFR)已成为评价冠状动脉血管生理功能的金标准。近年来,基于CCTA数据应用高级流体力学分析方法所得的CT-FFR,可通过单次检查同时提供解剖和功能信息,成为临床研究的新热点。研究显示,CT-FFR对于缺血性冠状动脉疾病具有较高的诊断性能。

正是在这样的背景下,东部战区总医院合作冠脉CT领域领头羊数坤科技,共同打造全国最大多中心(研究),启动面向真实世界的CT-FFR研究。该研究基于数坤“冠脉AI+CT-FFR”产品组合,在全自动无人工操作机器全自动计算的情况下,对比金标准数据完成了近500例数据的回顾性验证分析,取得了优秀的指标结果。在充分验证CT-FFR准确性的前提下,此次多中心更是聚焦真实世界研究,将目标锁定临床应用。

目前已确认武汉大学人民医院、重庆医科大学附属第一医院、贵州省人民医院、江苏省人民医院、济宁医学院附属医院、南京市第一医院、江南大学附属医院等全国共计14家医院参与该多中心研究。

本次多中心研究会议由东部战区总医院放射诊断科周长圣老师开场主持。东部战区总医院放射诊断科卢光明教授、湖北省人民医院影像科杨文兵教授、贵州省人民医院刘新峰教授、江苏省人民医院徐怡教授、江苏省中西医结合医院张宗军教授、宿迁市第一人民医院徐峰教授、连云港市第一人民医院周莹教授、济宁医学院附属医院陈月芹教授等出席会议。期间,卢光明教授对由CT-FFR展开的各项多中心(研究)做出了高度评价,并对后续持续发展提出了殷切期望。

数坤科技产品市场顾问潘军在发言中表示:“FFR具有一定的生理学意义,但也有其局限性,FFR对冠脉介入指导具有重要意义但临床应用受操作复杂、需要腺苷等限制;而基于AI赋能的CTA+CT-FFR 3.0,其功能学评估摆脱了压力导丝的束缚,使FFR评估简便实用;数坤科技的CT-FFR无需人工干预,处理快,5分钟出结果。”

随后,东部战区总医院放射诊断科唐春香博士对东部战区总医院CT-FFR研究进展及文章发表情况做了详细汇报,特别从管腔、斑块、心肌及先天性异常四个维度介绍了东部战区总医院CT-FFR研究进展。她表示未来东部战区总医院将继续围绕“全自动化CT血流储备分数前瞻、多中心、随机化真实世界研究、社区研究”等方面开展深入探索。

东部战区总医院项目具体负责人周帆博士也通过具体数据呈现,向与会嘉宾汇报了当前基于CT-FFR多中心(研究)项目进展及数据情况。

东部战区总医院郭邦俊博士对《全自动化CT血流储备分数前瞻性多中心真实世界研究项目》做了全面汇报,指出该研究亮点在于随机化设计及随访流程的安排,因此对各中心的工作也提出了更高的要求。随后,郭邦俊博士对各中心需要完成的随机化实施细则、金陵鼠RAT及入组安排等进行了详细阐释。

东部战区总医院陆梦洁研究员也对随机化考虑及金陵鼠RAT使用进行了现场演示。陆梦洁研究员首先介绍了随机化基本定义,并采用临床实例从参与项目的不同角色进行操作演示并提出详细的注意事项,最后展示了金陵鼠RAT目前使用现状。

东部战区总医院随访组负责人钟健医师对多中心(研究)随访情况进行介绍,并对东部战区总医院从登记病人到随访全过程用流程图详细阐释,列举出随访工作目前遇到的问题(无法沟通、药名不详、死亡病例沟通困难等),向各家单位展示了一些需注意及改进内容,并对多中心随访下一步工作进行布置。

最后,东部战区总医院影像科张龙江主任总结时强调,本次工作会议重在明确加快CT-FFR研究进度的重要性,且项目后期随访工作可能面临巨大挑战,希望各单位尽全力严格保证随访质量,确保各中心任务顺利完成。

 

#
数坤科技
可信赖,更科技
Innovate For More Reliable Care

 

图片

 

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1904075, encodeId=dc4919040e58a, content=<a href='/topic/show?id=7d454302945' target=_blank style='color:#2F92EE;'>#多中心#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=64, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=43029, encryptionId=7d454302945, topicName=多中心)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=02f5179, createdName=luoxiaog, createdTime=Wed Nov 03 22:46:44 CST 2021, time=2021-11-03, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1923509, encodeId=1c381923509dd, content=<a href='/topic/show?id=ef2f52e50d4' target=_blank style='color:#2F92EE;'>#总医院#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=84, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=52750, encryptionId=ef2f52e50d4, topicName=总医院)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=bf1d2500084, createdName=1249884fm87暂无昵称, createdTime=Wed Aug 11 15:46:44 CST 2021, time=2021-08-11, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=1904075, encodeId=dc4919040e58a, content=<a href='/topic/show?id=7d454302945' target=_blank style='color:#2F92EE;'>#多中心#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=64, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=43029, encryptionId=7d454302945, topicName=多中心)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=02f5179, createdName=luoxiaog, createdTime=Wed Nov 03 22:46:44 CST 2021, time=2021-11-03, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1923509, encodeId=1c381923509dd, content=<a href='/topic/show?id=ef2f52e50d4' target=_blank style='color:#2F92EE;'>#总医院#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=84, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=52750, encryptionId=ef2f52e50d4, topicName=总医院)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=bf1d2500084, createdName=1249884fm87暂无昵称, createdTime=Wed Aug 11 15:46:44 CST 2021, time=2021-08-11, status=1, ipAttribution=)]

相关资讯

Radiology:用放射科医师的思维武装人工智能!人工智能在颅脑MRI上的鉴别诊断 

现阶段,人工智能(AI)在辅助医疗保健和医学成像方面显示出巨大的潜力,其中深度学习是影响最大的AI工具。

Radiology:磁共振扩散峰度成像与人工智能的结合:预测直肠癌对新辅助放化疗的反应

多项研究表明,新辅助放化疗(NCRT)可有效降低局部晚期直肠癌的分期,并在大约20%的患者中达到病理完全缓解(pCR)。

胃癌有无转移?影像检查+人工智能可准确预测,避免“白挨一刀”

5月14——15日,2021年中国研究型医院学会数字智能化外科专业委员会学术年会暨第二届国际数字智能化诊疗技术大会在广州召开。中国科学院院士刘允怡、陈孝平及来自国内外的80余位

Nature:人工智能大大提高肠镜的结直肠病变检出率

新的算法改进了从内窥镜视频片段中识别癌症的能力。

IEEE trans:基于人工智能的意识状态测量系统的设计

评估意识状态是神经科学家、心理学家和麻醉师的关心的问题。 意识丧失(LoC)可能由药理学(麻醉)、病理学(昏迷)、创伤性(意识障碍)或生理学(睡眠)因素引起 全身麻醉、昏迷和最低意识状态(MCS)与不

Nature封面:人工智能AI新算法!跨越医疗数据隐私问题进行学习

6月15日消息,机器学习领域新进展又一次登上国际学术期刊《自然》(Nature)封面。

Baidu
map
Baidu
map
Baidu
map