ASSIST：Yale発、胸痛評価の検査戦略決定のための表現型マッピングAIツール

A phenomapping-derived tool to personalize the selection of anatomical vs. functional testing in evaluating chest pain (ASSIST)

原文を読む

背景

冠動脈疾患の診断では解剖学的検査と機能的検査のバランスが問題になる。Yale UniversityのOikonomouらは、PROMISE試験参加者（n=[解剖学的検査] 4,734）・機能的検査 4,838）の個人ベースデータを用いた、57表現型ベースの機械学習（ML）意思決定支援ツールASSIST（Anatomical vs. Stress teSting decIsion Support Tool）の開発を報告している。

結論

開発ツールASSISTを、PROMISE参加者残り20%と、SCOT-HEART試験参加者からなる外部検証セットで検証した。ASSIST推奨の検査戦略により、両試験の一次エンドポイント発生率が有意に低下し、調整統合エンドポイント（全死亡/非致死性心筋梗塞）発生率もも同様に低下した。

評価

Yale発の医療イノベーション起業プロジェクトの一環である（https://ocr.yale.edu/yaleinnovationsummit）。特に問題の多いCTCAの優先度をMLで決定できるというもので、広汎に検証されることになろう。