伝統的リスクスコアとAIベースのマルチモーダルモデルを比較：消化器外科手術後の心血管イベント予測 (GI-MACE-AI)

消化器手術後の主要心血管イベントは、依然として術後早期の合併症や不良転帰の重要な原因となっています。 従来の周術期心臓リスクスコア、改訂心臓リスク指数（RCRI）、米国外科学会National Surgical Quality Improvement Program心筋梗塞または心停止計算機（ACS NSQIP MICA）、およびACS NSQIP Surgical Risk Calculator（ACS NSQIP SRC）は、臨床現場で広く使用されています。 しかし、これらのスコアの性能は特定の手術集団では限定的であり、臨床的、検査的、生理学的、手術的変数間の複雑な相互作用を完全に捉えられない可能性があります。

この観察研究は、消化器手術後30日以内の主要心血管イベントを予測するための人工知能（AI）ベースのマルチモーダルモデルを開発・評価し、その予測性能を従来のリスクスコアと比較することを目的としています。 本研究はバックマイ病院で実施され、消化器手術を受ける成人患者を含みます。 研究デザインは混合後ろ向き・前向きデザインであり、2025年に治療を受けた患者からの後ろ向きデータ収集と、2026年の前向きデータ収集を行います。

予測の対象となる臨床転帰は、手術後30日以内の主要心血管イベントの発生です。 これらのイベントには、心血管死、非致死性心筋梗塞、自発循環再開を伴う心停止、新規発症の脳卒中、および治療を要する臨床的に有意な不整脈が含まれます。 モデル開発と比較に使用されるデータには、人口統計学的特性、病歴、心血管合併症、手術特性、麻酔情報、術前検査結果、心電図所見、利用可能なバイオマーカー、機能的またはリスク評価変数が含まれる可能性があります。

本研究の主要アウトカムは、消化器手術後30日主要心血管イベントの予測における受信者動作特性曲線下面積によって測定される、従来のリスクスコアと比較したAIベースマルチモーダルモデルの識別性能です。 副次アウトカムには、RCRI、ACS NSQIP MICA、ACS NSQIP SRCを含む従来のリスクスコアと比較した、AIベースマルチモーダルモデルの較正性能、正味分類改善、統合識別改善が含まれます。

本研究は観察研究であり、通常の周術期管理を変更するものではありません。 データは既存の医療記録と前向き臨床収集から取得され、機密性を確保するためにコード化され、消化器手術を受ける患者のリスク層別化とモデル比較を支援するために分析されます。