先天性心疾患の新しい心臓 MR マーカーにおける人工知能 (AI-CMR)

背景 現在、複雑な先天性心疾患 (CHD) を患い、治療を受けて成人まで生き残る子供の数が増えています。 彼らは心血管合併症の生涯にわたる監視と個別の治療を必要としています。

小児大動脈弁疾患および肺動脈弁疾患の長期合併症は、心筋線維症を伴う弁機能不全と、長期にわたる容積または圧力の過負荷の結果として生じる心室機能不全に関連しています。 多くの患者は小児期にすでに手術または介入治療を必要としていますが、早期治療により心臓への不可逆的な損傷を防ぐことができるため、さまざまなCHDに対する介入の最適なタイミングが重要です。

さらに、再発または新たな問題を早期に検出できるようにするためには、形態、機能、および流れと組織の特性評価のための最近進歩した方法の連続再現可能な評価に心血管磁気共鳴（CMR）が重要になっている場合、長期的な診断追跡調査が必要となります。 。 それでも、小児にとって最適な時期と治療の種類を臨床的に決定することは、多くの場合困難である可能性があり、より良い対策が必要です。

目的 このプロジェクトでは、従来の CMR 推定値と比較して、新たに開発された有望で高度に洗練された臨床応用可能な定量的イメージング バイオマーカーを追加した確立された CMR 測定法を使用して、治療を受けたまたは未治療の大動脈弁膜症および肺弁膜症の小児を縦断的に調査します。 私たちは、リスク層別化を評価し、介入または外科的治療の前後の血行力学および形態学的変化を短期および長期で調査することを目的としています。 臨床的重要性 新しい改良された CMR バイオマーカーによって疾患の特徴付けが改善されたことが明らかになれば、介入のタイミングを最適化し、長期合併症を予測するための臨床上の意思決定を支援することが可能になる可能性があります。 これは、治療を個別化し、CHD の子供の健康を改善するのに貢献する可能性があります。 この研究は患者ケアの改善と社会経済的資源の利用につながる可能性がある。