CCTA for å optimalisere diagnostisk utbytte av invasiv angiografi med AI (CarDIA-AI)

Koronararteriesykdom (CAD) er en ledende dødsårsak. Gullstandardtesten som brukes til å diagnostisere CAD er invasiv koronar angiografi (ICA). Imidlertid har nesten halvparten av pasientene som får ICA ingen sykdom eller ikke-signifikant sykdom. Dette betyr at mens de får en diagnose, får de ingen terapeutisk fordel. Dette er bekymringsfullt fordi ICA er dyrt og innebærer en risiko for pasienter. En ikke-invasiv diagnostisk test, cardiac computertomografisk angiografi (CCTA), har vist seg å være like effektiv som ICA til å diagnostisere CAD i riktig pasientpopulasjon, samtidig som den er rimeligere og mindre risikabel for pasientene. En optimal løsning vil innebære screening for å identifisere hvilke pasienter som er gode kandidater for CCTA kontra hvem som bør motta ICA. Dette screeningsverktøyet kan brukes i en triage-vei for å sikre at hver pasient får den testen som er best for dem. Etterforskerne har brukt kunstig intelligens (AI) for å utvikle en modell for å bestemme hvilke pasienter som skal motta ICA kontra hvilke som skal motta CCTA. Etterforskerne har også utviklet en triage-vei for å lede pasienter til den mest passende testen. Etterforskerne planlegger nå å evaluere AI-verktøyet kombinert med triage-veien gjennom en klinisk studie ved Hamilton Health Sciences og Niagara Health. Denne omsorgsmodellen vil redusere risiko for pasienter, redusere ventetider for ICA og redusere kostnader for helsevesenet.