급성 폐색전증(AID-PE)의 감지 및 위험 계층화를 개선하기 위한 인공 지능 (AID-PE)

급성 폐색전증(PE)은 혈전에 의한 폐혈관의 부분적 또는 전체 폐색으로 인해 발생하며, 조기에 진단하고 치료하지 않으면 우심실 부전 및 사망을 초래할 수 있습니다. 급성 PE는 사망률이 증가하는 일반적인 질환입니다. 급성 PE 환자는 명확한 지침에도 불구하고 위험 계층화가 제대로 이루어지지 않는 경우가 많습니다. 실제로 2019년 급성 PE에 대한 환자 관련 결과 및 사망에 대한 국가 기밀 조사(NCEPOD)에서는 상태의 적절한 위험 계층화를 통해 악화되는 사망률을 해결해야 할 필요성을 강조했습니다.

급성 PE의 진단 및 관리를 위한 ESC/ERS 지침에서는 위험 계층화의 중요성에 대해서도 조언합니다. CTPA(컴퓨터 단층촬영 폐혈관 조영술)에서 우심실:좌심실(RV:LV) 비율 >1.0 증가는 모든 원인으로 인한 사망 위험이 2.5배 증가하고 PE 관련 사망 위험이 5배 증가하는 것과 관련이 있습니다. 이 지표는 임상의가 고위험 급성 PE 환자와 저위험 급성 PE 환자를 구별하는 데 도움을 주기 위한 것입니다. 고위험군(RV:LV 비율 >1.0)으로 분류된 환자는 입원 환자 환경에서 면밀한 모니터링이 필요합니다. 반면, 낮은 위험(RV:LV 비율 <1.0)으로 분류된 환자는 외래 경로를 통한 조기 퇴원에 적합합니다.

따라서 방사선학 보고 내에서 RV:LV 지표를 제공하는 것은 잠재적으로 중요한 임상적 의미를 갖습니다. 임상의에게 치료 결정의 기초가 되는 RV 기능 장애에 대한 정량적 증거가 제공되지 않으면 고위험 급성 PE 환자는 의도치 않게 '저위험'으로 간주되어 퇴원할 수 있습니다. 더욱이, 위험도가 낮은 급성 PE 환자는 입원 기간이 길고 잠재적으로 불필요할 수 있으며 이는 의심할 여지 없이 의료 비용에 영향을 미칩니다. 급성 PE에 대한 CTPA의 방사선 보고에 인공 지능(AI) 기술을 통합하면 이러한 문제를 해결할 수 있는 잠재적인 솔루션이 될 수 있습니다.

AI는 의료 분야에서 점점 더 매력적인 기술로 자리잡고 있습니다. 이는 인간의 인지 기능을 모방하는 다양한 컴퓨터 소프트웨어 기술을 설명합니다. AI는 급성 PE를 감지하고 위험을 계층화하는 능력을 보여줍니다. 그러나 대부분의 연구는 회고적 코호트에서 수행되었습니다. 또한, 현재 급성 PE의 실제 보고 내에서 AI 기술 구현이 건강에 미치는 경제적 영향을 다룬 연구는 없습니다.

이 관찰 연구는 Royal United Hospital Bath NHS Trust(RUH)가 주도할 것입니다. 이 연구의 목적은 급성 PE에 대한 CTPA 보고에 인공 지능과 기계 학습 기술을 통합하는 것입니다. 연구자들은 AI 기술이 실제 임상 환경에서 급성 PE의 신속한 진단, 위험 계층화 및 관리를 개선할 수 있다는 가설을 세웠습니다. 연구자들은 또한 AI 기술의 통합이 비용 효율적이며 방사선 전문의와 임상의가 수용할 수 있다는 가설을 세웠습니다.

스캔이 연구에 포함될 환자는 통합 AI 기술 보고의 '실시간' 도입 전(비교 코호트) 및 후 12개월(중재 코호트) 동안 급성 PE 진단 가능성이 있는 연속적으로 RUH에 제출된 모든 환자입니다. . 모집된 모든 참가자에 대해 익명의 임상의 사례 보고서 양식을 사용하여 인구통계, 임상 방사선학적 PE 심각도, 관리 및 12개월 후 사망률을 포함한 결과와 관련된 세부 정보를 캡처합니다.

분석 시점에 조사관은 환자 기본 특성에 대해 두 코호트 간의 조정/매칭을 수행합니다. 조사관은 또한 시간적 추세를 고려하여 채용 일정을 조정할 것입니다. 두 코호트 간의 분석을 통해 급성 PE에 대한 CTPA 보고서 내 통합 AI 기술의 비용 효율성을 평가하기 위한 의사결정 분석 모델을 개발할 수도 있습니다. 임상의 및 방사선 전문의 설문지를 사용하여 사용자 수용성을 평가합니다.