Искусственный интеллект для улучшения выявления и стратификации риска острой легочной эмболии (AID-PE) (AID-PE)

Острая легочная эмболия (ЛЭ) возникает в результате частичной или полной окклюзии легочных кровеносных сосудов тромбом, что может привести к правожелудочковой недостаточности и смерти, если ее не диагностировать и не начать лечение на ранней стадии. Острая ТЭЛА является распространенным заболеванием с растущей смертностью. Пациенты с острой ТЭЛА часто плохо стратифицированы по риску, несмотря на четкие рекомендации. Фактически, Национальное конфиденциальное расследование исходов и смертей пациентов (NCEPOD) при острой ЛЭ в 2019 году подчеркнуло необходимость решения проблемы роста смертности посредством соответствующей стратификации риска заболевания.

Рекомендации ESC/ERS по диагностике и лечению острой ТЭЛА также указывают на важность стратификации риска. Увеличение соотношения правый желудочек: левый желудочек (ПЖ:ЛЖ) >1,0 по данным компьютерной томографии и ангиографии легких (КТПА) связано с 2,5-кратным увеличением риска смертности от всех причин и 5-кратным риском смертности, связанной с ТЭЛА. Этот показатель призван помочь клиницистам различать пациентов с острой ТЭЛА высокого и низкого риска. Пациенты, отнесенные к группе высокого риска (соотношение ПЖ:ЛЖ >1,0), требуют более тщательного наблюдения в условиях стационара. Принимая во внимание, что пациенты, отнесенные к группе низкого риска (соотношение ПЖ:ЛЖ <1,0), подходят для ранней выписки амбулаторно.

Таким образом, предоставление показателей ПЖ:ЛЖ в радиологических отчетах имеет потенциально важные клинические последствия. Если клиницистам не предоставлены какие-либо количественные доказательства дисфункции ПЖ, на которых можно было бы основывать свои решения о лечении, пациенты с острой ТЭЛА высокого риска могут быть непреднамеренно отнесены к категории «низкого риска» и выписаны домой. Кроме того, пациенты с острой ТЭЛА низкого риска могут подвергаться более длительному и потенциально ненужному пребыванию в стационаре, что, несомненно, увеличивает стоимость медицинского обслуживания. Интеграция технологии искусственного интеллекта (ИИ) в радиологические отчеты о CTPA при острой ТЭЛА может стать потенциальным решением этой проблемы.

Искусственный интеллект становится все более привлекательной технологией в сфере здравоохранения. Он описывает ряд методов компьютерного программного обеспечения, которые имитируют когнитивные функции человека. ИИ демонстрирует многообещающую способность выявлять и стратифицировать риск острой ТЭЛА. Однако большинство исследований было проведено в ретроспективных когортах. Более того, ни одно из текущих исследований не рассматривало экономические последствия внедрения технологии искусственного интеллекта для здоровья в рамках реальных отчетов о острой ТЭЛА.

Это обсервационное исследование будет проводиться под руководством Royal United Hospital Bath NHS Trust (RUH). Целью данного исследования является интеграция технологий искусственного интеллекта и машинного обучения в отчетность CTPA при острой ТЭЛА. Исследователи предполагают, что технология искусственного интеллекта может улучшить быструю диагностику, стратификацию риска и лечение острой ТЭЛА в реальных клинических условиях. Исследователи также предполагают, что интеграция технологии искусственного интеллекта экономически эффективна и приемлема для рентгенологов и клиницистов.

Пациентами, снимки которых будут включены в исследование, будут все пациенты, последовательно обратившиеся в RUH с возможным диагнозом острой ТЭЛА в течение 12 месяцев до (группа сравнения) и 12 месяцев после (группа вмешательства) «живого» внедрения интегрированной отчетности по технологии искусственного интеллекта. . Для всех набранных участников будет использоваться анонимная форма отчета клинициста для сбора подробной информации, касающейся их демографических данных, клинико-радиологической тяжести ТЭЛА, их ведения и результатов, включая смертность через 12 месяцев.

В момент анализа исследователи произведут корректировку/сопоставление между двумя когортами по исходным характеристикам пациентов. Следователи также внесут поправки в календарное время вербовки, чтобы учесть временные тенденции. Анализ между обеими когортами также позволит разработать модель анализа решений для оценки экономической эффективности интегрированной технологии искусственного интеллекта в отчете CTPA для острой ТЭЛА. Для оценки приемлемости для пользователей будут использоваться анкеты клиницистов и радиологов.