の研究者によって開発された深層学習モデル 医療における人工知能 (AIM) プログラム 10 回の胸部 X 線を使用して、心臓発作または脳卒中による XNUMX 年間の死亡リスクを予測できます。
現在、このリスクは、アテローム性動脈硬化性心血管疾患 (ASCVD) リスク スコアを使用して推定されています。 この統計モデルには、年齢、性別、人種、収縮期血圧、高血圧治療、喫煙と 2 型糖尿病の状態、血液検査など、多数の入力パラメーターが必要です。 リスクが 7.5% 以上の患者には、スタチン薬が推奨されます。 ただし、多くの場合、これらの変数はすべて患者の電子記録で利用できるわけではありません。
この不足を補うために、研究者は、定期的な胸部 X 線写真から重大な有害心血管イベントの 10 年間のリスクを推定できる深層学習モデルを作成しました。 今週の時点で RSNA 2022、北米放射線学会の年次総会、筆頭著者 ヤコブ・ワイス チームの作品を発表しました。
「私たちの深層学習モデルは、既存の胸部 X 線画像を使用して、心血管疾患のリスクを集団ベースで日和見的にスクリーニングするための潜在的なソリューションを提供します」と Weiss 氏は説明します。 「この種のスクリーニングは、スタチン治療の恩恵を受けるが現在治療を受けていない個人を特定するために使用できます。」
Weiss と同僚は、147,497 人の参加者からの 40,643 の胸部 X 線を使用して、CXR-CVD リスク モデルを開発しました。 PLCOがんスクリーニング試験. 彼らは、Mass General Brigham で定期的に胸部 X 線検査を受け、スタチン療法の対象となる可能性がある 11,430 人の外来患者の独立したグループを使用して、その性能をテストしました。 中央値 10.3 年の追跡期間中に、これらの患者の 9.6% が主要な心疾患イベントを経験し、モデルで予測されたリスクと観察されたイベントとの間に有意な関連性が見られました。
十分なデータが得られた 2401 人の患者について、チームはまた、CXR-CVD リスクモデルの予後的価値を、スタチンの適格性を決定するための確立された臨床基準と比較しました。 この患者のサブセットでは、モデルは臨床標準と同様の性能を示しました。
胸部 CT スキャンから心臓発作のリスクを予測するオープンソースのアルゴリズム
「このアプローチの優れた点は、世界中で XNUMX 日に何百万回も取得される X 線だけが必要なことです」と Weiss 氏は言います。 「X 線が従来の診断所見を超えた情報をキャプチャすることは以前から認識されていましたが、堅牢で信頼できる方法がなかったため、このデータを使用していませんでした。 AI の進歩により、今ではそれが可能になっています。」
Weiss は、最終的には医師の意思決定支援ツールとして役立つ可能性があるモデルを検証するために、無作為化比較試験を含む追加の研究が必要であると述べています。
