カリフォルニア州ロングビーチ — メイヨー・クリニックの研究者らによると、人工知能（AI）は、日常的な冠動脈造影検査から機能的および生理学的データを抽出し、4つの主要な心血管バイオマーカーを80%以上の精度で予測できるようになったという。
「AIを活用することで、日常的に収集される血管造影画像から臨床的に意味のある情報を特定することができます」と、ミネソタ州ロチェスターのメイヨークリニックアリックス医科大学の研究・イノベーション部門長であるモハマド・アルコウリ医学博士は、 心臓血管造影および介入学会 (SCAI) 2024 科学セッション。
AI-ENCODE研究の結果を発表する中で、アルコウリ氏は、彼のチームが高度な機械学習技術を使用して、メイヨー・クリニックで行われた2万件の血管造影検査からデータを抽出したと述べた。
研究チームは、1 つまたは 2 つの血管造影ビデオを使用して、左右の心室機能、心内充満圧、心係数に関するデータを抽出するために、複数の AI アルゴリズムをトレーニングしました。 心エコー検査 3 つのアルゴリズムを検証するための比較対象として機能し、同時右心カテーテル検査の測定が心係数の検証に使用されました。
モデルは左室駆出率、左室充満圧、右室機能不全、心拍出量を高い精度で予測し、曲線下面積はそれぞれ0.87、0.87、0.80、0.82（スコア1は100%の精度を示す）であったとAlkhouli氏は報告した。
チームは、臨床で導入する前にアルゴリズムをまだ完成させているところです。「モデルを改良し、1 つまたは 2 つの予測モデル以上のものにする必要があります」と、アルコウリ氏はプレゼンテーションの後で説明しました。「複数の指標を予測し、ダッシュボードにインストールしたいと考えています。」
ダッシュ上の複数のメジャー
アルコウリ氏は、目標は介入心臓専門医がカテーテル検査室でそれらのデータにリアルタイムでアクセスできるようにすることだと述べた。
次に研究者らは、心臓弁のカルシウム、心膜の制限、移植片拒絶反応、局所壁運動異常を予測できるアルゴリズムを開発する予定だ。「これには、データのクリーニング、外部検証、そしてカテーテル検査室と通信できる IT インフラストラクチャの再構築が含まれます」と同氏は述べた。この段階には少なくとも 1 年、おそらく 2 年かかるだろうと同氏は付け加えた。
臨床医はAIについて懸念を抱いているとアルコウリ氏は認めたが、AIは貴重なツールとして機能する可能性がある。
「この研究では、2つのことが明らかになりました」と彼は語った。「1つは、AIによって実際に手術に集中できるようになることですが、同時に血管造影図、駆出率、血圧、心臓の吸気量などにも集中できるよう、他のすべてのデータをAIが補完してくれるのです。」
「人間はAIよりも知能が高いが、能力は劣る」と同氏は続けた。「AIは私たちに能力を補い、より大きなことを達成できるようにしてくれる。AIは脅威ではない。私たちはAIを賢く利用して才能を補い、より収益性の高いことに集中すべきだ」
AIはシステムに衝突する
この研究はAIが診断の予測可能性を向上させる可能性を示しているが、この技術が広く採用されると、アメリカの医療制度の現実にぶつかることになるだろうと、ペンシルベニア州ハーシーにあるペンシルベニア州立大学保健局ミルトン・S・ハーシー医療センターの医学教授であるイアン・ギルクリスト医学博士は述べた。
「AI には非常に興味深い可能性があります」とギルクリスト氏は言う。「私たちはこれらの AI システムに統合できる大量のデータを収集していますが、インフラのサポートは行っていません。地域的な取り組みや助成金で賄われる個別の取り組みを除けば、広範囲にわたる応用はまだ非常に不明確です。」
ヘルスケアシステムは、設備への資本支出を慎重に行っている、と同氏は述べた。「応用できるかもしれないが、しばらく使用すればいいだけの AI デバイスを追加することを話し始めたら、誰も耳を傾けないでしょう」と同氏は説明した。「そのことが常に医療に悪影響を及ぼしてきました。AI に本当に必要な相互接続性、つまり複数の異なるソースから大量の情報を取得するには、相互接続システムが必要ですが、私たちの機器はうまく接続されていません」
「そこには大きな可能性がある。現時点では、コストを相殺するために、それを実行することでどのようにお金を節約できるかを示す必要があるだけだ。そうすれば、誰かが投資してくれるかもしれない」と彼は語った。