心エコー検査に基づくAIスクリーニングモデルは、心臓アミロイドーシスを左室の壁の厚さの増加の他の原因と区別できます。 ヨーロッパハートジャーナル。
イリノイ州シカゴ大学のジェレミー・スリブニックが率いるチームは、このモデルが心エコー検査に基づく心臓アミロイドーシスの検出のために高精度を達成したことを発見しました。
「AIモデルは正確に区別されました [cardiac amyloidosis] 年齢、性別、民族、超音波のベンダーに関係なく、表現型に関連するコントロールから、伝統的な経胸壁心エコーベースのスクリーニング方法を上回った」とSlivnickと同僚は書いています。
重複する特徴のため、臨床およびイメージング技術を使用する場合、心臓アミロイドーシスを表現型模倣物と正確に区別することは困難なままです。 Slivnickらは、心エコー造影ベースの心臓アミロイドーシスを検出するための新しいAIスクリーニングアルゴリズムを開発しました。
彼らは、マルチサイトの多民族データセット（n = 2,612人の患者）を使用して、畳み込みニューラルネットワークを作成しました。研究者は、経胸部の頂端の4室ビデオクリップを使用して、アミロイドーシスと表現型コントロールを区別するためにモデルを訓練しました。そこから、チームは世界中の18のサイトで外部検証を実行しました。これには、心臓のアミロイドーシスの597症例と2,122件の対照が含まれていました。
このグループはまた、アルゴリズムの精度を、駆出率が保存され、壁の厚さが増加した心不全の高齢患者の壁の厚さスコアの増加と壁の厚さの増加のアルゴリズムの精度を比較しました。
不確実なAI予測を除去した後（13％）、モデルは0.93の受信機動作特性曲線（AUROC）の下の面積を達成し、感度が85％、特異性が93％を達成しました。これは、心臓のアミロイドーシスサブタイプに関係なく、すべてのサブタイプで84％から86％の感度値を持つ、とチームは報告しました。
アルゴリズムは、サブグループ分析のパフォーマンスを維持しました。これには、ピクロスリン酸テクネチウムシンチグラフィーイメージングについて臨床的に紹介された患者のオーロック値は0.86、マッチングされた患者で0.92が含まれていました。
最後に、トランスシレチン心臓のアミロイドーシススコアリング（AUROC = 0.73）と壁の厚さの増加（AUROC = 0.8）よりも優れていました。
研究著者は、このモデルは「心エコー検査の精度と有効性を改善する可能性があることを強調しています。 [cardiac amyloidosis] 検出、それによって寿命を延ばす治療へのアクセスを促進します。」
「私たちの研究は、心臓アミロイドーシスの心エコー検出を改善するためのAIの役割を支持する増加している証拠と一致しています」とSlivnickと同僚は付け加えました。
彼らはまた、この状態を診断するための既存のガイドラインにモデルがどのように統合されるかをよりよく理解することを求めました。
Ultromicsの研究従業員がこの研究に参加し、同社も調査に資金を提供しました。完全な研究を読むことができます ここ。
1752183080
#AIエコーモデルは心臓アミロイドーシスを検出します
2025-07-10 21:08:00