KI definiert PCI-Entscheidungsunterstützung in der Kardiologie neu

16. Dezember 2025 | Shaanxi, China — Das Tangdu-Krankenhaus der Medizinischen Universität der Luftwaffe gab in Zusammenarbeit mit dem Forschungsinstitut der Shenzhen Tsinghua Universität die klinische Validierung von CA-GPT, ein KI-Entscheidungsunterstützungssystem für die optische Kohärenztomographie (OCT)-gestützte perkutane Koronarintervention (PCI)Die Ergebnisse werden im Preprint berichtet. „VERGLEICH: Klinische Optimierung mit modularer Planung und Bewertung mittels RAG-gestützter KI-OCT: Überlegene Entscheidungsunterstützung für perkutane Koronarinterventionen im Vergleich zu ChatGPT-5 und unerfahrenen Operateuren.“

Umgang mit der Variabilität bei der OCT-Interpretation

Die optische Kohärenztomographie (OCT) spielt eine zentrale Rolle bei der modernen Planung und Optimierung von PCI-Eingriffen, doch bisherige Studien haben lediglich gezeigt, dass… mäßige Übereinstimmung zwischen den Beobachternbei mehreren kritischen OCT-Befunden, selbst bei erfahrenen Ärzten (mit berichteten Korrelationskoeffizienten um 0,55–0,61Diese Variabilität kann zu uneinheitlichen Behandlungsstrategien führen, insbesondere bei komplexen Koronarläsionen.

CA-GPT wurde entwickelt, um dieser Herausforderung zu begegnen, indem es eine standardisierte, reproduzierbare Interpretation von OCT-Daten ermöglicht und diese Erkenntnisse in umsetzbare klinische Empfehlungen übersetzt.

Zweischichtige Architektur: Bildgebungsintelligenz + klinisches Denken

CA-GPT verwendet eine zweischichtige Architektur:

Bildanalyseschicht: umfasst 13 zentrale analytische Fähigkeitenalle entwickelt mit Deep-Learning-basierte AlgorithmenDarunter: Sechs davon sind unabhängig voneinander entwickelte, patentierte Algorithmen.vom Team, einschließlich:

●Automatisierte Segmentierung des Gefäßlumens und dreidimensionale Rekonstruktion

●Quantitative Charakterisierung des Plaquegewebes, einschließlich faseriger, lipidreicher und kalzifizierter Plaques

●Automatisierte Identifizierung vulnerabler Plaques vom Typ Thin-Cap-Fibroatherom (TCFA)

●Beurteilung der Stentapposition

●Erkennung von Stentranddissektion

●OCT-basierte Berechnung der fraktionellen Flussreserve (OCT-FFR) zur bildgestützten Beurteilung der Koronarfunktion

Abrufgestützte SchlussfolgerungsschichtBasierend auf dem Open-Source-Modell DeepSeek-R1 und erweitert durch die Retrieval-Augmented Generation (RAG)-Technologie, ermöglicht diese Schicht dem KI-System, die relevantesten Leitlinienklauseln und ähnliche, von Experten gekennzeichnete Fälle aus einer sorgfältig gepflegten Wissensdatenbank abzurufen. Diese umfassende Datenbank enthält internationale klinische Leitlinien, Expertenkonsenspapiere und …über 100.000 von Experten kommentierte PCI-Fälle—um sicherzustellen, dass die Empfehlungen der KI nicht nur nachvollziehbar, sondern auch vollständig mit den aktuellen klinischen Behandlungsstandards übereinstimmen.

Vergleichende klinische Bewertung

In einer Einzelzentrumsanalyse von aufeinanderfolgenden OCT-gesteuerten PCI-Fällen im Tangdu-Krankenhaus (Juni 2024–August 2025), 96 Patienten (160 Läsionen)wurden einbezogen. Die mittels CA-GPT (Roh-OCT-Bilder als Eingabe) generierte klinische PCI-Strategie wurde mit Folgendem verglichen:

●eine allgemeine LLM-Baseline (ChatGPT-5) wurde mithilfe manuell extrahierter Schlüsselparameter ausgelöst;

●vier junge interventionelle Kardiologenmit 1–5 JahreErfahrung mit PCI.

Alle Ergebnisse wurden mit den tatsächlichen Eingriffsaufzeichnungen eines erfahrenen Operateurs (>10 Jahre Erfahrung; ≥200 PCI-Fälle/Jahr) verglichen. Zehn vordefinierte Kriterien wurden bewertet – fünf für die prä-PCI-Planung und fünf für die post-PCI-Evaluation – und anhand der Übereinstimmung bewertet (0–5 pro Phase).

Wichtigste Ergebnisse:

●Planung vor der PCI:Während der präoperativen Planung, CA-GPT erreichte einen mittleren Übereinstimmungswert von 5 (von 5)., deutlich besser als ChatGPT-5 (Medianwert: 3)Und Assistenzärzte (Medianwert: 4).

Die Leistung an den wichtigsten Entscheidungspunkten stellte sich wie folgt dar:

●Auswahl des Stentdurchmessers(Toleranz ±0,5 mm): CA-GPT erreichte eine Genauigkeit von 90,3 %., die diejenige von Assistenzärzte (72,2 %)Und ChatGPT-5 (63,9 %).

●Auswahl der Stentlänge(Toleranz ±5 mm): CA-GPT erreichte eine Genauigkeit von 80,6 %.deutlich höher als die von Assistenzärzte (52,8 %).

●Auswahl des Vordilatationsgeräts: CA-GPT erreichte eine Genauigkeit von 73,6 %., das einen darstellt wesentliche Verbesserungüber ChatGPT-5 (37,5 %).

●Nachuntersuchung nach der PCI:CA-GPT wies einen Medianwert von 5/5und erreicht 93,2 %Genauigkeit bei der Beurteilung der Stentapposition im Vergleich zu 76,1 %für Assistenzärzte, die eine höhere Präzision und Konsistenz demonstrieren.

●Robustheit in komplexen Szenarien:Subgruppenanalysen ergaben, dass der Vorteil von CA-GPT in anspruchsvolleren Umgebungen am deutlichsten ausgeprägt war, einschließlich Ischämie-signifikante Läsionen (OCT-FFR ≤0,80)Und ACSFälle.

Warum Retrieval-Augmented Generation (RAG) wichtig ist

Im Gegensatz zu generischen LLMs stützt CA-GPT seine Argumentation auf validierte Bildgebungsmerkmale und fundierte klinische Evidenz. Der durch Datenabfrage unterstützte Ansatz ermöglicht nachvollziehbare Entscheidungspfade, reduziert das Risiko unbegründeter oder nicht evidenzbasierter Empfehlungen und gewährleistet die Einhaltung aktueller Behandlungsstandards.

Die beobachtete Leistungslücke verdeutlicht eine grundlegende Einschränkung allgemeiner Sprachlernprogramme in der interventionellen Kardiologie: Ohne strukturierte Bildanalyse und domänenspezifische Informationssuche ist alleinige Sprachkompetenz für die Entscheidungsfindung bei wichtigen Eingriffen unzureichend.

Nach Kenntnis des Teams repräsentiert CA-GPT eines der ersten klinisch validierten SystemeIntegration von OCT-spezifischer künstlicher Intelligenz mit abrufgestützter Sprachmodellierung für eine umfassende PCI-Entscheidungsunterstützung.

Klinische Implikationen

Durch die Verbesserung der Konsistenz bei der OCT-Interpretation und die Verringerung der Expertiseunterschiede zwischen jüngeren und erfahrenen Ärzten hat CA-GPT das Potenzial, die Qualität von Eingriffen und die Patientensicherheit in der interventionellen Kardiologie zu steigern. Die Forscher betonen, dass CA-GPT als Entscheidungshilfe gedacht ist und das klinische Urteilsvermögen ergänzen, nicht ersetzen soll.