定量的ストレス心エコー検査における機械学習 (MLQSE)

新たに発症した胸痛は一般的な主訴であり、重大な心血管疾患のマーカーとなり、心筋梗塞や死亡のリスクとなる可能性があります。したがって、正確な診断を得ることは、患者管理を導くために重要です。 侵襲的動脈造影を受けた患者の 40 ～ 50% のみがその後血行再建術を受けることは注目に値します。 これは、動脈造影の前に採用された初期検査の不正確さを強調しています。

歴史的に、運動中の心電図負荷試験は、誘発性心筋虚血を検出するために使用されてきましたが、その診断感度と特異度は低いです (約 65%)。 診断精度は、心エコー検査または単一光子放射型コンピューター断層撮影を組み込むことによって改善できます。 現在の NICE ガイドラインでは、最近発症した胸痛のある患者を最初に CT 冠動脈造影で調査し、これにより重大な狭窄が明らかになった場合は、機能画像検査を実施することを推奨しています。

ストレス心エコー検査における心筋ドップラー (MYDISE) 研究では、ドブタミン (β-1 アドレナリン受容体に作用して心拍数と心筋収縮性を高める短時間作用型合成カテコールアミン) の注入中の定量的ストレス心エコー検査の診断的価値が評価されました。 ピーク ストレスでの LV 長軸機能の収縮期速度の測定は、良好な再現性 (基底セグメントの変動係数は、安静時で 9 ～ 14%、ピーク ストレスで 11 ～ 18%) と、公開されたものと同様の感度と特異性 (約 70%) を示しました。専門家の観察者が壁運動スコアを報告した研究。 ただし、年齢、性別、心拍数の独立した効果を調整すると、診断精度は C 統計 (受信者-操作者曲線の下の領域) で最大 90% まで大幅に向上しました。

心筋虚血を検出するための負荷心エコー検査の視覚的分析は、複数のパラメーターの定性的評価に依存します。 定量的ストレス心エコー検査の主な研究は、単一の最良の心エコー変数を特定することに限定されており、参照基準として直径狭窄を使用しています。 局所 (長軸) 心筋機能の漸進的無症候性低下は、心血管危険因子を持つ被験者で実証されており、心筋の変形 (ひずみとひずみ率) および速度に影響を与えます。 虚血は、心周期中のイベントのタイミングを変化させます。たとえば、駆出前および駆出後のフェーズを延長します。 これらの要因は、心周期全体にわたる局所心筋機能の客観的測定の臨床的必要性を裏付けています。

単一の時点 (ピーク速度など) だけでなく、速度トレース全体の分析に基づくアルゴリズムを作成できるようになりました。 この概念は、ひずみとひずみ速度曲線を含むように拡張することもできます。 バルセロナのポンペウ ファブラ大学の研究者は、非同期性を検出するために心臓の統計アトラスを作成するこのアプローチを開発しました。 拡張期心不全の証拠がある患者を特定するために運動負荷試験を受けた呼吸困難患者に、複数のカーネル学習を使用して同様の概念が適用されています。被験者（呼吸困難の有無にかかわらず）、および駆出率が保持された心不全（HFpEF）と診断された被験者。観察された主な違いは、早期拡張機能にあります。 このアプリケーションは、負荷心エコー検査で誘発性心筋虚血を調査するために以前は使用されていませんでしたが、拡張期中の変化は心筋虚血の最も初期で最も感度の高い指標の 1 つであるため、同様の結果が予想される場合があります。 ルーベン大学の個人 (Jan D'hooge 教授) は、最近、局所的な機械的挙動 (すなわち、 速度/ひずみ/ひずみ速度) トレーニング段階を経た後。提案された機械学習アプローチは、虚血性セグメントを分類する際に、専門家の壁運動の読み取りや、セグメントの歪み (速度) トレースの専門家による解釈よりも優れています。