Evaluation of an artificial intelligence model for opportunistic Agatston scoring on non-gated chest computed tomography
6.5
来源：
Nature
关键字：
AI radiology
发布时间：
2025-11-12 07:42
摘要：
该研究评估了一种AI模型在非门控CT上计算Agatston评分的准确性，结果显示该模型与传统的门控CT方法具有高度一致性。研究涉及491个病例，结果表明AI模型能够有效地进行主动筛查，潜在地改善心血管疾病的早期检测和干预。这一技术的应用可能会降低对专门心脏成像的需求，从而提高筛查的可及性和效率。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0
business_impact
1.0
scientific_rigor
1.5
timeliness_innovation
1.5
investment_perspective
2.5
market_value_relevance
1.0
team_institution_background
0.5
technical_barrier_competition
1.0
关键证据
AI模型在非门控CT上计算Agatston评分的准确性与传统方法一致性高达0.959。
该模型的Spearman相关系数为0.975，显示出极高的准确性。
研究结果表明，该AI模型可用于主动筛查，具有显著的临床应用潜力。
真实性检查
否
AI评分总结
该研究评估了一种AI模型在非门控CT上计算Agatston评分的准确性，结果显示该模型与传统的门控CT方法具有高度一致性。研究涉及491个病例，结果表明AI模型能够有效地进行主动筛查，潜在地改善心血管疾病的早期检测和干预。这一技术的应用可能会降低对专门心脏成像的需求，从而提高筛查的可及性和效率。