高リスクの冠動脈プラークを予測するための信頼できる統合人工知能ツール (AI-CORPS)

冠動脈疾患 (CAD) は、死亡および障害の主な原因の 1 つです。 心血管イベントのリスクが高い患者を特定することは極めて重要です。 しかし、画像および既知のバイオマーカーに基づいた現在のリスク層別化は最適とは言えません。 この提案の目的は、脆弱なアテローム性動脈硬化症患者の非侵襲的評価のための多基準意思決定モデルを開発し、CAD が疑われる、または既知の CAD を有する中から高リスクの患者における有害事象の発生を予測するそのモデルの能力を評価することです。 計画されたワークフローには、機械学習、ラジオミクス、およびコンピューター解析に基づいて、自動冠動脈セグメンテーション、定量的プラーク分析、生体力学および流体力学のための統合アプリケーションを開発するために、臨床適応のある冠動脈造影 (CCTA) を受けている患者の遡及的コホートを使用する最初のステップが含まれています。各ツールの参照標準に対してアプローチし、検証されています。 第 2 ステップでは、ゲノム バイオマーカー評価を統合して、この新しい方法論をより大規模な後ろ向き患者コホートに適用し、転帰に関して脆弱な患者と脆弱なプラークを適切に特定するための最も正確なリスク階層化モデルを導き出します。 最後に、第 3 のステップでは、提案されたソリューションの堅牢性と精度を評価するために、進行中の研究 (CTP-PRO 研究) からの独立した患者コホートで派生した予測モデルを前向きに検証します。