医療とAIのニュース医療におけるAI活用事例最新医療AI研究心筋梗塞リスクを強力に予測するPET/CTのAIモデル

心筋梗塞リスクを強力に予測するPET/CTのAIモデル

冠動脈異常を有する患者における将来的な心筋梗塞発症を予測するため、各種危険因子や臨床リスクスコアが用いられてきた。一方でそのリスク評価手法は個別最適化されておらず、精度の観点からも改善の余地があった。評価をより精緻なものとするため、高度な画像検査の採用が期待されており、昨今のAI関連技術でその予測精度を高める動きが盛んである。

学術誌 Journal of Nuclear Medicine(JNM)に発表された「将来的な心筋梗塞発症リスクを予測するPET/CTのAIモデル研究」では、2種の高度な画像診断技術によって予測精度を向上できることを示している。JNMの発行元であるSociety of Nuclear Medicine and Molecular Imaging(核医学・分子イメージング学会)の11日付プレスリリースでは、研究チームへのインタビューを行い、同研究を紹介している。本研究には、冠動脈のアテローム性動脈硬化症の診断が確定されている患者300名近くが参加した。PET検査による冠動脈の18-NaF取り込み量、および造影CTによる冠動脈プラークの定量的特徴をAIモデルで評価し、心筋梗塞発症リスクを予測した。結果として、画像情報を含まない臨床データのみでの予測性能(C統計量 0.64)に対して、プラークの定量的解析がこれを上回る性能を示した(C統計量 0.72)。さらに冠動脈の18-NaF取り込み量を含み、本研究で利用できるすべてのデータを組み合わせると、モデルの性能はさらに有意な向上を示していた(C統計量 0.85)。

研究チームのひとりで、米Cedars-Sinai Medical CenterのPiotr J. Slomka氏は「PETと冠動脈造影CTを組み合わせることで、精密医療を実現できる可能性が高まった。心筋梗塞の発症予測を確実にするため、画像と臨床データを統合するAI手法の応用を支持する結果が得られた」と語っている。

関連記事:

  1. 主要心血管イベントへのAIリスク予測
  2. PROFID – AIで心臓突然死リスクと植込み型除細動器の適応を検証
  3. 従来型の医療データベースにAIを適用する限界 – 米イェール大学
  4. 腹部脂肪のAI自動測定によって将来の心血管疾患発症を予測
  5. Salix – 冠動脈疾患の早期診断AIツール

TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. 岡本 将輝
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、英University College London(UCL)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て、現在は米マサチューセッツ総合病院研究員、ハーバードメディカルスクール・インストラクター。他に、SBI大学院大学客員准教授、東京大学特任研究員など。専門はメディカルデータサイエンス。

2. 杉野 智啓
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事