인공지능 기반 ISR 환자의 신동맥경화증 식별

약물 방출 스텐트(DES)는 스텐트 내 재협착(ISR) 비율을 3.6-10%로 줄입니다. 많은 환자 집단을 기반으로 ISR은 심혈관 질환 분야에서 여전히 중요한 문제입니다. ISR의 발생률을 줄이는 방법과 ISR의 치료가 초점이자 핫스팟이 되었습니다. 심혈관 개입에 대한 2018 ESC 가이드라인은 혈관내 초음파(IVUS) 또는 광간섭 단층촬영(OCT)의 안내에 따라 ISR 치료를 권장합니다. 2018년에 발표된 혈관 내 영상에 대한 유럽 전문가 합의(European Expert Consensus on Intravascular Imaging)는 혈관 내 영상 지침(IVUS 또는 OCT)을 통해 ISR의 근본적인 메커니즘을 찾고, 메커니즘에 기반한 치료 전략을 결정할 것을 권장합니다. Circulation은 치료 전략의 지침을 제공하는 재협착 조직의 메커니즘 및 구성 요소를 기반으로 새로운 Waksman ISR 분류를 발표했습니다. 유형과 메커니즘을 식별하고 분류하기 위해 혈관 내 영상을 사용하는 것은 ISR 치료 전략에 매우 중요합니다. 해상도가 좋기 때문에 OCT는 혈관 조직의 구성 요소를 보다 정확하게 구분할 수 있게 하여 중재적 치료에 대한 의사 결정 기반을 제공합니다. OCT 검사는 ISR의 특성을 보다 정확하게 얻을 수 있습니다. 신죽상동맥경화증(NA)은 ISR 유형 중 하나이며 다른 유형보다 더 많은 스텐트 실패 및 표적 병변 실패를 설명합니다. NA의 식별은 중재 요법의 의사 결정에 중요합니다. 그러나 OCT 영상의 획득과 분석을 위해서는 대부분의 병원에 구비된 DSA(Digital Angiography Machine) 뿐만 아니라 전문적인 OCT 영상 장비와 기술자가 필요하다. 중증 CKD 환자는 다량의 조영제 때문에 OCT 검사를 견딜 수 없습니다. OCT 카테터는 CAG 카테터 가격의 10배 이상입니다. 따라서 인공 지능(AI)을 사용하여 NA를 식별하는 것은 ISR 환자, 특히 CKD 환자의 치료 전략을 설정하는 데 중요합니다. 2015년 1월 1일부터 2020년 1월 31일까지 획득한 ISR 환자의 CAG 영상과 OCT 영상을 후향적으로 분석하였다. 전용 소프트웨어(Light Lab Imaging Inc, Westford, MA)를 사용하여 오프라인 OCT 분석을 수행했습니다. 혈관 조영술 및 임상 소견에 대해 눈이 먼 2명의 독립적인 조사자가 스텐트의 모든 프레임에서 모든 이미지를 분석했습니다. OCT 영상을 분석하여 NA를 식별하고 U-net과 V-net을 구축하여 CAG와 OCT 영상을 분석하고 최종적으로 AI에 의한 CAG 영상 기반 NA 식별 시스템을 구축합니다. 이 연구는 중국 PLA 종합병원 윤리위원회(S2018-033-01)의 승인을 받았습니다.