人工知能支援 CT 血管造影による脆弱な冠状プラークの特定 (VALUE)

冠動脈疾患（CAD）は依然として世界中で主な死因となっています。 アテローム性動脈硬化症プラークは、CAD 関連の患者死亡率において極めて重要な役割を果たしています。 したがって、冠状動脈プラークの検出、定量化、および特徴付けは、CAD の早期予防および介入にとって臨床的に重要です。

冠状動脈 CT 血管造影 (CCTA) は、CAD を評価するための強力な非侵襲ツールとして登場しました。 臨床現場では、冠状動脈プラークの評価は、臨床医の経験と主観的な視覚的解釈に応じて、時間のかかる手動プロセスによって実行されます。 人工知能の発展に伴い、CCTA 画像を後処理するための多くの自動コンピューター支援方法が提案されています。 しかし、以前に提案されたプラーク評価のアルゴリズムは、プラーク評価のゴールドリファレンスとみなされていた血管内超音波 (IVUS) や光干渉断層撮影 (OCT) に基づいて開発されたものではありませんでした。 したがって、我々は、参照標準としてIVUSまたはOCTを使用してプラークを検出、定量化し、特徴付けるためのCCTA上のプロセス全体の自動かつインテリジェントなシステムにおけるディープラーニングモデルを開発することを目的としました。 次に、さまざまな臨床シナリオでの検証に取り組みます。(i) 新しい深層学習モデルの精度の検証。 (ii) CAD を有するさまざまな集団におけるモデルの予後。

回答することを目的とした主な質問は次のとおりです。

1. AI モデルが血管内超音波や専門リーダーと比較して冠状動脈プラークの検出と定量化を可能にするかどうか。
2. AI モデルが参照標準として IVUS または OCT を使用して脆弱性プラークを識別できるかどうか。
3. AI モデルにより、非閉塞性冠動脈疾患患者 10,000 人からなる大規模コホートにおける将来の有害な心臓イベントを予測できるかどうか (中国 CT-FFR 研究 2)。