대동맥 협착증의 CMR-AI 및 결과
심장자기공명영상촬영을 받는 중증 대동맥 협착증 환자의 인공지능 기반 위험 계층화 및 결과
배경: 심장 영상의 인공 지능(AI)은 이전에 임상 전문가를 능가하는 재현성과 정확한 결과를 제공하는 것으로 나타났습니다. 심장자기공명(CMR) 영상은 심근 구조 및 기능 평가를 위한 최적의 표준을 나타냅니다. 그러나 전체 세로 단축(GLS), 승모판 환상면 수축기 운동(MAPSE) 및 삼첨판 환상면 수축기 운동(TAPSE)과 같은 초기 좌심실(LV) 및 우심실(RV) 기능의 더 민감한 지표의 측정은 다음과 같습니다. 자동화된 분석이 부족하여 수행되지 않는 경우가 많습니다.
목표: 연구자들은 심실 구조 및 기능에 대한 AI 기반 측정이 좌심실 및 우심실 박출률(EF)을 넘어서는 중증 대동맥 협착증(AS) 환자의 중요한 예후 정보를 전달하고 심장 재형성의 초기 지표를 나타내는지 여부를 평가하는 것을 목표로 합니다.
재료 및 방법: 이 대규모 국제 다기관 관찰 연구에서는 대동맥 판막 치환술(AVR)이 예정된 중증 AS 환자 약 1,500명을 모집할 예정입니다. 환자는 AVR 전과 AVR 후 12개월에 CMR 영상을 촬영하도록 초대됩니다. 영국에서 개발된 AI 기반 알고리즘은 심장 구조(이완기말 용적, 수축기말 용적, 좌심실 질량, 최대 벽 두께) 및 기능(EF, GLS, MAPSE, 탭스). AI 모델을 적용하면 대규모 환자 집단에 대한 이러한 매개변수를 몇 초 내에 캡처할 수 있습니다(현재 시간이 많이 걸리는 수동 후처리 방식과 반대). AI 기반 CMR 매개변수와 AVR 이후 임상 결과의 연관성을 분석합니다. 모든 원인으로 인한 사망과 심부전 입원의 복합이 1차 평가변수 역할을 할 것입니다. AVR 이전부터 이후까지 AI 기반 매개변수의 궤적은 2차 평가변수로 평가됩니다.
미래 전망: 심각한 AS에서 새로운 AI 기반 알고리즘을 사용하면 CMR 영상에서 심실 구조와 기능을 즉각적이고 정확하게 측정할 수 있습니다. 우리의 목표는 AVR 후 불리한 예후를 나타내는 심장 기능 장애의 초기 지표를 식별하는 것입니다. AS 환자의 AVR에 대한 최적의 시점이 현재 논쟁거리이기 때문에 이는 지침 형성 가능성이 있습니다.
연구 개요
상태
정황
상세 설명
인공 지능(AI)과 기계 학습은 우리의 일상적인 임상 실습을 재편하고 있으며 이는 보다 효율적이고 정확하며 개인화될 수 있는 잠재력을 가지고 있습니다. 심장 영상화에 이러한 기술을 채택하면 정확성과 위험 계층화가 향상되어 의사결정에 영향을 미칠 뿐만 아니라 스캔 시간과 영상화 후 정밀검사도 크게 단축됩니다.
현재 지침에서는 심장 자기공명(CMR) 영상을 심근 구조 및 기능 평가의 표준으로 인정하고 있습니다. 다양한 심장 질환에서 근본적으로 중요하지만 크기, 질량 및 박출률(EF) 측정은 인간 분석의 고유한 가변성과 주관성으로 인해 결함이 있습니다. CNN(컨벌루션 신경망)을 사용한 딥 러닝의 최근 개발을 통해 기존 CMR 데이터 세트를 사용하여 심실 혈액 풀과 심근을 자동으로 분할할 수 있습니다. 중요한 것은 이러한 도구가 시간이 많이 걸리는 이미지 후처리 없이 실시간 측정을 생성하는 CMR 스캐너에 통합되어 있다는 것입니다. AI 기반 모델은 이전에 심실 윤곽, 용적 측정 및 최대 벽 두께 측정에서 탁월한 정밀도를 보여 임상 전문가를 능가했습니다.
대동맥 협착증(AS) 환자의 경우 EF의 변화는 질병 과정 후반에 더 자주 발생합니다. 세로 방향 단축은 좌심실(LV) 기능 장애의 더 빠르고 민감한 지표를 나타냅니다. 그러나 이러한 측정은 여전히 주관적이고 시간 소모적이므로 자동화된 분석이 부족하여 일상적으로 수행되지 않습니다. 최근 AI로 측정한 GLS(전역종단축소)와 MAPSE(승모판 환상면 수축기 편위)가 인간 전문가와 비교할 때 더 재현 가능하고 정확한 결과를 제공하는 것으로 입증되었습니다. 연구자들은 AI 기반 GLS와 MAPSE가 중증 AS에서 LVEF를 넘어 중요한 예후 정보를 전달하고 심장 재형성의 초기 지표를 나타낼 수 있다고 가정합니다.
더욱이, 연구자들은 심초음파로 평가한 기존 매개변수보다는 CMR의 우심실(RV) 기능 장애가 경피적 대동맥 판막 이식을 받은 AS 환자의 결과와 독립적으로 연관되어 있음을 이전에 입증할 수 있었습니다. 연구자들은 우리의 연구 결과를 확장하고 AI 기반 RV GLS와 삼첨판 환상면 수축기 운동(TAPSE)이 불리한 예후를 나타내는 RV 기능 장애의 초기 지표를 나타내는지 여부를 조사하는 것을 목표로 합니다.
마지막으로, CMR에 의한 역심장 리모델링의 평가에는 높은 정밀도(=재현성)가 필요합니다. AI는 정밀도와 정확성 모두에서 인간을 능가하는 것으로 입증되었으므로 밸브 교체 후 AS의 종단적 구조 변화를 포괄적으로 평가할 수 있는 큰 잠재력을 가지고 있습니다. 연구자들은 새로운 AI 기술을 사용하여 AS 환자의 역심장 리모델링을 분석하는 것을 목표로 합니다.
목표
과거에 심장 영상 및 판막 심장 질환에 대한 중요한 기여를 통해 연구자들은 다음을 탐구하여 이 분야의 지식을 확장하는 것을 목표로 합니다.
- 대동맥 판막 치환술(AVR) 후 임상 결과와 중증 AS 환자의 CMR에 대한 AI 측정 LV 및 RV 구조 및 기능 마커의 연관성.
- AI 기반 CMR 방법으로 결정된 AVR 후 12개월까지 기준선에서 역심장 리모델링.
- 궁극적인 목표는 AVR을 받는 위험에 처한 환자를 식별하기 위해 자동화되고 정확하며 시간을 절약하는 알고리즘을 제공하는 것입니다.
행동 양식
이것은 대규모의 국제적, 다기관, 다코호트, 관찰 연구입니다. 학제간 심장팀에서 판막 치료 논의가 예정된 중증 퇴행성 AS 환자를 초대합니다. 등록은 유럽 대륙, 영국 및 아시아의 7개 대학 연계 3차 의료 센터에서 전향적으로 수행됩니다.
기본 평가는 병력, 신체 검사, 일상적인 혈액 검사, 심전도, 심장 초음파 검사 및 CMR 영상으로 구성됩니다. 환자는 12개월에 외래 방문을 통해 전향적으로 추적관찰을 받게 됩니다. 또한 CMR은 1년마다 반복됩니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 장소
-
-
-
Seoul, 대한민국
- Samsung Medical Center
-
Seoul, 대한민국
- Seoul National University College
-
-
-
-
-
Goettingen, 독일
- University of Goettingen Medical Center
-
-
-
-
-
Vilnius, 리투아니아
- Vilnius University
-
-
-
-
-
Brussels, 벨기에
- Université Catholique de Louvain
-
-
-
-
-
London, 영국
- Barts Heart Centre
-
-
-
-
-
Vienna, 오스트리아
- Medical University of Vienna
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 서면 동의
- 하트팀 결정으로 Severe AS 예정
제외 기준:
- 진단 테스트를 수행할 수 없거나 수행할 의사가 없음
- 후속 방문에 참여할 수 없거나 참여를 꺼리는 경우
- 금속 임플란트(예: 인공와우 및 심장박동기
- 만성 신부전(GFR < 30ml/min/1.73m2)
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AI로 측정한 좌심실 및 우심실 구조 및 심장 자기공명영상 기능의 매개변수가 손상된 환자 수 및 모든 원인에 의한 사망 및 심부전 입원의 복합적 연관성.
기간: 2 년
|
AI 기반 매개변수의 연관성(이완기말 용량[ml], 수축기말 용량[ml], 좌심실 질량[그램], 최대 벽 두께[mm], 박출률[%], 전체 세로 단축[%], 모든 원인으로 인한 사망과 심부전 입원이 복합된 심장 자기공명영상의 승모판/삼첨판 환형 평면 수축기 운동[mm]). 포착된 임상 종료점에는 모든 원인으로 인한 사망, 심혈관 사망, 심부전 입원이 포함됩니다. 데이터는 후속 방문, 주 전체 전자 병원 차트 및 전화 통화를 통해 확인됩니다. 또한, 사망률 데이터는 참여 국가의 국가 사망 등록부를 통해 수집됩니다. |
2 년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AI로 측정한 좌심실 및 우심실 구조 및 심장 자기공명영상 기능의 매개변수가 손상된 환자 수와 1차 평가변수 구성 요소와의 연관성을 개별적으로 분석했습니다.
기간: 2 년
|
AI 기반 매개변수의 연관성(이완기말 용량[ml], 수축기말 용량[ml], 좌심실 질량[그램], 최대 벽 두께[mm], 박출률[%], 전체 세로 단축[%], 1차 종료점(모든 원인으로 인한 사망 및 심부전 입원)의 구성 요소를 사용하여 심장 자기 공명 영상에 대한 승모판/삼첨판 환형 평면 수축기 편위(mm)를 개별적으로 분석했습니다. 포착된 임상 종료점에는 모든 원인으로 인한 사망, 심혈관 사망, 심부전 입원이 포함됩니다. 데이터는 후속 방문, 주 전체 전자 병원 차트 및 전화 통화를 통해 확인됩니다. 또한, 사망률 데이터는 참여 국가의 국가 사망 등록부를 통해 수집됩니다. |
2 년
|
|
AI로 측정한 좌심실 및 우심실 구조와 심장 자기공명영상 기능의 손상 매개변수를 가진 환자 수 및 심혈관 사망과의 연관성.
기간: 2 년
|
AI 기반 매개변수의 연관성(이완기말 용량[ml], 수축기말 용량[ml], 좌심실 질량[그램], 최대 벽 두께[mm], 박출률[%], 전체 세로 단축[%], 심혈관 사망률이 있는 심장 자기공명영상의 승모판/삼첨판 환형 평면 수축기 운동[mm]). 포착된 임상 종료점에는 모든 원인으로 인한 사망, 심혈관 사망, 심부전 입원이 포함됩니다. 데이터는 후속 방문, 주 전체 전자 병원 차트 및 전화 통화를 통해 확인됩니다. 또한, 사망률 데이터는 참여 국가의 국가 사망 등록부를 통해 수집됩니다. |
2 년
|
기타 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
기준선에서 심장 자기공명영상에 대한 손상된 좌심실 및 우심실 구조 및 기능에 대한 AI 측정 매개변수를 가진 환자 수와 대동맥 판막 치환술(AVR) 후 2년 추적 관찰 시의 변화.
기간: 2년
|
AI 기반 매개변수의 종방향 궤적(이완기말 용량[ml], 수축기말 용량[ml], 좌심실 질량[그램], 최대 벽 두께[mm], 박출률[%], 전역 종방향 단축[%] AVR 이전부터 2년 후까지 심장 자기 공명 영상에 대한 승모판/삼첨판 환형 평면 수축기 편위(mm). 포착된 임상 종료점에는 모든 원인으로 인한 사망, 심혈관 사망, 심부전 입원이 포함됩니다. 데이터는 후속 방문, 주 전체 전자 병원 차트 및 전화 통화를 통해 확인됩니다. 또한, 사망률 데이터는 참여 국가의 국가 사망 등록부를 통해 수집됩니다. CMR은 2년마다 반복됩니다. |
2년
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .