자궁동맥 색전술의 시술 중 평가를 위한 인공지능 (AI-EMBO)

배경 및 근거.

자궁근종은 생식기 연령 여성의 최대 70-80%까지 영향을 미칩니다. 자궁동맥색전술은 95% 이상의 기술적 성공률과 약 75-90%의 환자에서 증상 개선을 달성하지만, 5년 시점에서 20-30%의 누적 임상 실패 또는 재시술 필요 위험과 연관되어 있습니다. 현재 색전술 적절성에 대한 시술 중 평가는 주관적이고 시술자에 따라 달라질 수 있는 정성적 혈관조영술 기준(예: "5-10 심박 정지", "가지치기된 나무 모양")에 기반합니다. 새로운 증거들은 완전한 유량 정지보다 거의 완전한 유량 정지를 달성하는 것이 시술 후 통증을 줄일 수 있음을 시사하며, 정량적이고 표준화된 평가 도구의 필요성을 강조합니다.

AQ-VERO는 혈관조영술 이미지에 대한 정량적 시간-대-밀도(TTD) 분석을 수행하여 자궁 및 자궁근종 관류를 실시간으로 객관적으로 정량화하는 내부 개발 소프트웨어 플랫폼입니다.

목적.

주요 목적: 자궁동맥색전술 중 관류 변화를 정량화하는 데 있어 AQ-VERO TTD 측정항목의 정확성과 관찰자 내/관찰자 간 재현성을 검증합니다.

부차적 목적: (a) AQ-VERO에서 파생된 측정항목을 사용하여 미리 정의된 색전술 종결점을 식별하는 AI 기반 의사결정 지원 모델을 개발하고 내부적으로 검증합니다; (b) 시술 중 TTD 측정항목과 시술 후 임상 결과(증상 개선, 초기 통점 점수, 재시술 필요성 포함) 간의 상관관계를 탐구합니다.

연구 설계. 이것은 증상성 자궁근종으로 자궁동맥색전술을 받는 여성을 포함하는 앰비스펙티브(후향적 및 전향적 추적 관찰 포함), 다기관 관찰 연구입니다. 표준화된 혈관조영술 영상이 획득되고 AQ-VERO로 분석되어 TTD 관류 매개변수(예: 최고점 도달 시간, 곡선 하면적, 유입/유출 특성)를 추출합니다. 시술자들은 기존의 정성적 혈관조영술 종결점을 기록합니다. 임상 및 영상 추적 관찰은 기관별 프로토콜에 따라 수집됩니다.

주요 목적:

• AQ-VERO© 측정항목을 사용하여 개발된 AI 예측 모델이 자궁근종 관련 증상의 완전 또는 유의미한 해소로 정의된 임상 결과를 예측할 수 있는지 평가합니다.

부차적 목적:

• 서로 다른 TTD 곡선 형태와 AQ-VERO 측정항목을 시술 후 통증과 연관시킵니다.
• 색전술 효능을 저해할 수 있는 측부 또는 부속 동맥 공급의 존재를 탐지합니다.

의의. 이 연구는 자궁동맥색전술 동안 시술 중 색전술 평가를 위한 정량적이고 AI가 보강된 프레임워크를 구축할 것으로 기대되며, 변동성을 줄이고 장기적 임상 결과를 개선할 가능성이 있습니다.