CoDE-HF – 急性心不全の診断支援AIツール

急性心不全は、急速な心機能低下によって血液を全身に送り出すことが困難となり、生命を脅かす疾患である。その診断に推奨されている血液検査項目「NT-proBNP」は、年齢や体重、併存疾患などで値の解釈がばらつくことから、利用には改善の余地があった。英エディンバラ大学を中心とした研究グループは「CoDE-HF」と呼ばれるAIツールを開発し、患者情報とNT-proBNPを組み合わせ、「より高精度な急性心不全の推定」を狙った研究を行っている。

BMJに掲載された研究論文では、CoDE-HFを用いることで、従来のNT-proBNPによる診断性能をさらに向上できることを示している。CoDE-HFのモデルトレーニングには、NT-proBNPの他、年齢・腎機能・ヘモグロビン濃度・肥満度・心拍・血圧・浮腫・慢性閉塞性肺疾患・虚血性心疾患、といった臨床変数が取り入れられている。急性心不全が疑われた患者10,369名を対象とした検証によると、従来のガイドラインで推奨されているNT-proBNPのカットオフ値、100、300、1000 pg/mLといった値は、特に高齢者・心不全既往患者・肥満患者で診断性能のばらつきが確認された。一方、CoDE-HFで補正された診断性能は、いずれの患者グループでも一貫してより優れた結果を示すことができたという。

研究グループは「NT-proBNPが依存疾患を含む多くの因子から影響を受けるにも関わらず、臨床ガイドラインで一律のカットオフ値を推奨することの限界」を本研究から提起している。著者のひとりでエディンバラ大学の研究員Dimitrios Doudesis氏は「より多くの既往症を抱えて長生きする高齢患者集団を考えると、CoDE-HFのような診断支援ツールに基づき、個人に最適化されたケアを提供することが今後重要になる」と語った

関連記事:

  1. 心不全スクリーニングの「AIスマート聴診器」 – 英NHSでの検証が進む
  2. 左右の心不全を心電図から識別するAI研究
  3. β遮断薬治療に反応する心不全患者を特定するAI研究

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、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員准教授など。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