POCUS ultrasomicsのAI解析で心不全を迅速同定
Ultrasonic Texture Features for Assessing Cardiac Remodeling and Dysfunction
背景
ポイント オブ ケア（POC）ハンドヘルド超音波（HHU）画像テクスチャーの抽出と統合（ultrasomics）によるAI自動診断は、左室（LV）の構造・機能の迅速診断に使えるか。
アメリカRutgers Robert Wood Johnson Medical SchoolのSenguptaらは、3臨床コホート1,915名のPOCUSデータを用いて機械学習モデルを開発し、POCUSおよびハイエンド超音波診断データにより、前向外部検証を行った。また、2型糖尿病モデルマウスモデルにおいて、ultrasomics特性と組織病理像を照合した。
結論
開発されたultrasomicsモデルによるLVリモデリング予測のAUCは、POCUSおよびハイエンド超音波外部検証において、各0.78および 0.79であった。また、開発されたultrasomics確率スコアは、ハイエンド超音波コホートにおける主要有害心血管イベントの独立し、予測因子であった（HR 8.53）。さらにマウスモデルで、心筋細胞の肥大は2つのultrasomicsバイオマーカーと正相関した。
評価
POCUSデータを抽出・統合（ultrasomics）してAI解析することにより、迅速にLV構造・機能不全を自動検出できる、という新概念を生成した。有力な方向性であり、検証・展開・精緻化が可能である。
