準(zhǔn)確評估瓣膜結(jié)構(gòu)是瓣膜病手術(shù)的關(guān)鍵。目前，實時三維超聲心動圖已經(jīng)不依賴形態(tài)假設(shè)，能自動評估主動脈或二尖瓣病變，使瓣膜分析可視化，但是，圖像描繪分析仍依賴于專業(yè)經(jīng)驗，耗時長，需要大量的人力投入。智能解剖超聲技術(shù)（anatomical intelligence ultrasound，AIUS）以超聲圖像與醫(yī)學(xué)解剖模型的大數(shù)據(jù)為基礎(chǔ)，通過器官模型的建立和自適應(yīng)系統(tǒng)技術(shù)，使計算機(jī)能自動識別組織解剖結(jié)構(gòu)，并進(jìn)行定量分析。

Jin等回顧分析了90例退行性二尖瓣脫垂（mitral valve prolapse，MVP）患者的三維經(jīng)食管超聲資料，進(jìn)行二尖瓣重建，以手術(shù)結(jié)果為金標(biāo)準(zhǔn)，結(jié)果發(fā)現(xiàn)，全手動分析情況下，非專家（既往三維超聲二尖瓣分析＜10例）相比超聲心動圖專家（既往三維超聲二尖瓣分析＞500例）的準(zhǔn)確性顯著降低（83%vs95%，P＜0.001）；使用AIUS能顯著提高非專家的準(zhǔn)確性（從83%提高到89%，P=0.003），尤其A3分區(qū)（從81%提高到94%，P=0.006）和P1分區(qū)（從78%提高到88%，P=0.001）的準(zhǔn)確性，這可能與A3、P1分區(qū)的解剖變異度大、描繪困難有關(guān)；另外，使用AIUS能顯著節(jié)省圖像描繪分析時間〔專家分析:（1.9±0.7）minvs（9.9±3.5）min，P＜0.0001；非專家分析（5.0±0.5）minvs（13±1.5）min，P＜0.0001〕。

Choi等以32例主動脈瓣反流患者為研究對象，分別使用二維彩色血流匯聚法（two-dimensional proximal isovelocity surface area，PISA）和三維全容積彩色多普勒超聲心動圖（three-dimensional full volume color Doppler echo cardiography，3DE-FVCDE）評估主動脈瓣反流，以心臟磁共振成像為金標(biāo)準(zhǔn)，發(fā)現(xiàn)3D-FVCDE測定的主動脈瓣反流體積與磁共振的相關(guān)性和一致性優(yōu)于2D-PISA（3D-FVCDE:r=0.93，2D-PISA:r=0.76，P＜0.001）；同時，3D-FVCDE能評估偏心反流及反流多束者，而2D-PISA無法評估這兩類反流。因此，3DFVCDE能定量評估主動脈環(huán)和主動脈根部病變，進(jìn)一步協(xié)助選擇經(jīng)導(dǎo)管主動脈瓣置換瓣膜的大小，減少與患者錯配的概率?？梢?，AI技術(shù)協(xié)助評估瓣膜病具有可行性，減少了操作步驟，同時大幅提高定量結(jié)果的準(zhǔn)確性和重復(fù)性。