Umělá inteligence pro zlepšení detekce a stratifikace rizika akutní plicní embolie (AID-PE) (AID-PE)

Akutní plicní embolie (PE) je důsledkem částečné nebo úplné okluze plicních krevních cév trombem, který může způsobit selhání pravé komory a smrt, pokud není včas diagnostikován a léčen. Akutní PE je běžný stav s rostoucí mortalitou. Pacienti s akutní PE jsou často špatně stratifikováni rizikem i přes jasná doporučení. Ve skutečnosti národní důvěrné šetření výsledků a úmrtí souvisejících s pacienty (NCEPOD) pro akutní PE z roku 2019 zdůraznilo potřebu řešit zhoršující se míru úmrtnosti prostřednictvím vhodné stratifikace rizika tohoto stavu.

Doporučení ESC/ERS pro diagnostiku a léčbu akutní PE také radí o důležitosti stratifikace rizika. Zvýšený poměr pravá komora: levá komora (RV:LV) >1,0 na počítačovém tomografickém plicním angiogramu (CTPA) je spojen s 2,5násobným zvýšením rizika mortality ze všech příčin a 5násobným rizikem mortality související s PE. Tato metrika má pomoci lékařům rozlišovat mezi pacienty s vysokým a nízkým rizikem akutní PE. Pacienti klasifikovaní jako vysoce rizikoví (poměr RV:LV > 1,0) vyžadují pečlivé sledování v rámci hospitalizace. Zatímco pacienti stratifikovaní jako pacienti s nízkým rizikem (poměr RV:LV <1,0) jsou vhodní pro časné propuštění ambulantními cestami.

Proto poskytování metrik RV:LV v rámci radiologického hlášení má potenciálně důležité klinické důsledky. Pokud klinickým lékařům nejsou poskytnuty žádné kvantifikovatelné důkazy o dysfunkci pravé komory, na nichž by se mohli založit při rozhodování o léčbě, mohou být pacienti s vysoce rizikovou akutní PE neúmyslně považováni za „nízkorizikové“ a propuštěni domů. Kromě toho mohou pacienti s nízkým rizikem akutní PE podléhat delším a potenciálně zbytečným hospitalizacím, což nepochybně přispívá k nákladům na zdravotní péči. Integrace technologie umělé inteligence (AI) do radiologického hlášení CTPA pro akutní PE by mohla být potenciálním řešením pro řešení tohoto problému.

AI je stále atraktivnější technologií ve zdravotnictví. Popisuje řadu počítačových softwarových technik, které napodobují lidské kognitivní funkce. AI ukazuje slibnou schopnost detekovat a rizikově stratifikovat akutní PE. Většina studií však byla provedena v retrospektivních kohortách. Kromě toho se žádná aktuální studie nezabývala zdravotním ekonomickým dopadem implementace technologie AI v reálném světě hlášení akutní PE.

Tuto observační studii povede Royal United Hospital Bath NHS Trust (RUH). Cílem této studie je integrovat umělou inteligenci a technologii strojového učení do hlášení CTPA pro akutní PE. Vyšetřovatelé předpokládají, že technologie AI může zlepšit rychlou diagnostiku, stratifikaci rizika a léčbu akutní PE v reálném klinickém prostředí. Vyšetřovatelé také předpokládají, že integrace technologie AI je nákladově efektivní a přijatelná pro radiology a klinické lékaře.

Pacienti, jejichž skeny budou zahrnuty do studie, budou všichni ti, kteří se následně dostaví na RUH s možnou diagnózou akutní PE po dobu 12 měsíců před (komparační kohorta) a 12 měsíců po (intervenční kohorta) „živým“ zavedením integrovaného hlášení technologie AI . Pro všechny rekrutované účastníky bude použit anonymizovaný formulář kazuistiky klinického lékaře k zachycení podrobností týkajících se jejich demografie, klinicko-radiologické závažnosti PE, jejich managementu a výsledků včetně úmrtnosti po 12 měsících.

V bodě analýzy vyšetřovatelé provedou úpravy/párování mezi dvěma kohortami pro základní charakteristiky pacientů. Vyšetřovatelé se také přizpůsobí kalendářnímu času náboru, aby zohlednili časové trendy. Analýza mezi oběma kohortami také umožní vyvinout model rozhodovací analýzy pro posouzení nákladové efektivity integrované technologie AI v rámci zprávy CTPA pro akutní PE. K posouzení přijatelnosti pro uživatele budou použity dotazníky pro lékaře a radiologa.