Open in new tab
Open ppt
重要なことは、日常臨床で3Dエコーを使用するには、確実な正常基準値が必要であることです。 チャンバー定量化に関する最近のガイドラインでは、異なる民族的背景を持つ1,780人以上の被験者に関する限られたデータしか提供されていません。 2,806人の被験者を含む最近のメタアナリシスでは、研究間に著しい異質性と矛盾が存在することが強調され、標準化とデータの共同前向き収集が求められている26
Fully Automated 3D Ejection Fraction Assessment
全自動3DEF分析は、ユーザーの操作(ビュー選択、マーカー位置、輪郭描画や修正など)なしに定量結果を得ることを指している。 しかし、そのほとんどは、TomTec 4D LV-Analysis© ソフトウェア(TomTec Imaging Systems)、Philips QLab 3DQ-Advanced ソフトウェア(Philips Healthcare)、GE 4D LVQ tool in the EchoPAC ソフトウェア(GE Vingmed Ultrasound)など、最初に重要なランドマーク(例:僧帽面、心尖)を手入力する半自動化されたものであった。 しかし、これらの半自動化手法に関する複数の研究により、手動3Dエコーと比較して、有望な精度と再現性の結果、および解析時間の短縮が報告されている27
市販のソフトウェアを完全自動で使用した発表データは、知識ベースの確率的輪郭づけアルゴリズム29または適応的解析アルゴリズムが使用されている2社のみに限定されている30。 当初、ACUSON SC2000 PRIME(Siemens Healthcare)のワークプレイスに、境界検出のために専門家の知識データベースを使用する左心室分析(LVA)ツールを統合したのはSiemens ultrasoundであった。 その後、フィリップス・ヘルスケアがフィリップスEPIQ 7機にHeartModelアルゴリズムを組み込んだ。 このアルゴリズムは、まず拡張末期と収縮末期を自動的に検出し、心内膜の予備面を生成し、既存の3Dデータセットのデータベースと比較する。 表1は、完全自動の3DアルゴリズムとCMRまたは手動エコー(2Dまたは3D)の比較に関する利用可能なデータをまとめたものである。 しかし、AFは、限られた数の研究で実証されているように、完全自動化アルゴリズムの使用を排除するものではない。 第一に、画質が極めて重要な役割を果たし、画質が悪くても解析可能な場合(非選択集団の4分の1までで証明される)には、不正確な結果が得られる17。 第二に、アルゴリズム内の3Dデータセットの既存のデータベースは、大きな動脈瘤、複雑な先天性心疾患、あるいは体積の大きな過小評価が報告されている拡張心室を持つ被験者に適切に対応していないようである15、30。合理的なアプローチは、撮影中に選択できる特定の条件(すなわち適応撮影プロトコル)にそのデータベースを拡張することであろう。 第三に、専門家の目から見ると、完全に自動化された輪郭の80%は、まだある程度の補正を必要とするであろう。 したがって、より大規模なコホートにおける結果が異なることを示すまで、LVEF評価と自動輪郭の監視に関する適切なトレーニングが強く推奨される。 最後に、完全自動化されたアルゴリズムはいずれもベンダーに依存しており、この技術を他の機械で行われた撮影に適用することはできない。 35
Conclusion
半世紀以内に、エコーはLVEFと体積の評価に適した非侵襲的モダリティに成熟した。 3Dエコーは心エコー法の中で最も精度と再現性が高いが、それでも時間がかかり、かなりの専門知識が必要である。 全自動3D解析ソフトの登場は、3Dエコーの普及をさらに促進し、検討するきっかけになるかもしれません
。