機械学習を用いた高リスク冠動脈疾患の予測：SCOT-HEART試験からの洞察
臨床データで訓練された機械学習モデルは、従来のリスクスコアと比較してCT画像での冠動脈疾患の予測を改善し、心血管ケアにおけるリソースの最適な利用を促進する可能性があります。
冠動脈CTアンギオグラフィーを用いた心血管リスク予測と結果の向上：PROMISEおよびSCOT-HEART試験からの洞察
臨床リスクモデルと高度な放射組学プラーク解析を基にした冠動脈CTアンギオグラフィー（CTA）は、新規発症胸部痛患者、特に冠動脈疾患の臨床可能性が低い患者における心筋梗塞の予測と予防を改善します。