目的 探讨基于人工智能(AI)的三维超声心动图(3DE)算法在定量评估右心室(RV)功能中的价值.方法 连续性收集自2021年1月至2021年2月在华中科技大学同济医学院附属同济医院就诊且行心脏磁共振(CMR)的患者51例,CMR检查后24h内进行3DE检查,使用基于AI的3DE软件自动分析右心室(RV)功能参数,记录每位患者所有参数值及分析时间.对RV3DE图像质量进行分级评估(分为优、中等、差).以CMR测量的RVEF(CMR-RVEF)为金标准,比较AI-3DE计算的RVEF与CMR结果的相关性及一致性;以CMR-RVEF＜45％为RV收缩功能减低,比较AI-3DE所获取的定量参数在RV功能正常与功能减低组间的差异,并绘制ROC曲线分析各参数对RV收缩功能异常的诊断价值.结果 51例患者均应用AI-3DE完成了RV功能的多参数定量分析,19例(19/51,37.3％)未经手动校正的患者,全自动分析平均时间为(15±1)s;32例需要手动校正的患者中,AI-3DERV分析时间在图像质量优、中等、差的患者中分别为(100±12)、(105±6)、(162±3)s,三者比较差异有统计学意义(F=1954.9,P＜0.05).CMR与AI-3DE测量的RVEF分别为51％(44％,54％)和47％(43％,50％),2种方法的测值差异无统计学意义(P＞0.05).相关性分析散点图显示,2种方法测量结果呈一定程度的正相关关系(r=0.735,P＜0.05).Bland-Altman图表明,2种方法获得的差异分布在平均值附近,二者具有良好的一致性.基于AI-3DE的RVEF、三尖瓣环收缩期位移(TAPSE)、右心室面积变化分数(FAC)、室间隔长轴应变(LS)和RV游离壁LS在RV功能正常组与功能减低组之间差异均有统计学意义(P均＜0.05).ROC曲线显示,基于AI-3DE的RVEF诊断RV功能减低的ROC曲线下面积为0.854,最佳截断值为43％,敏感度为94.4％,特异度为66.6％.结论 基于AI的3DE算法能够快速、准确地获得反映RV功能的多参数指标,这些定量参数尤其是RVEF对RV功能减低具有良好的诊断价值.