Science/Research 詳細

AIベース画像分析で深刻な心臓病を自動的に検出

June, 23, 2022, San Francisco--中国電子科技大学(UESTC)の研究チームは、新しいAI法を開発した。これは、OCT画像を使用して心臓動脈のプラーク浸食を自動的に検出できる。動脈のプラークモニタリングは、重要である。プラークが分裂すると、それが心臓への血流を妨げ、心臓発作や他の深刻な病気に至るからである。

「コレステロールプラーク・ライニング動脈が浸食を始めると、血流が突然減少して、緊急処置が必要な急性冠症候群(ACS)となる」と中国電子科技大学(UESTC)の研究チームリーダー、Zhao Wangは説明している。「われわれの新しい方法は、プラーク浸食の臨床診断改善に役立ち、心臓病患者のための新たな処置開発に利用できる」。

OCTは、ミクロンスケール分解能の光学イメージング法であり、微小カテーテルを統合すると血管内で使え、心臓に血液を供給する冠状動脈の3D画像が得られる。臨床医は、プラーク浸食を見つけるために、ますま血管内OCTを使うようになっているが、取得する膨大なデータ、画像の視覚的解釈の複雑さにより、観察者間で大きな変動が出ている。

この問題を解決するためにWangは、研究所のエンジニアグループ、ハルピン大学第2附属病院のBo Yuをリーダーとする医者と協働して、OCT画像をベースに下プラーク浸食を検出するためにAIを利用する客観的、自動法を開発した。開発した新技術は、Biomedical Optics Expressに発表された。それは、臨床診断の基盤として利用できる十分な精度がある。

「われわれの新しいAIベースの方法は、元のOCT画像を利用し、付加的インプットなしで、プラーク浸食の存在を自動的に検出できる。プラーク浸食を客観的、自動的に検出できることで、診断に関わる面倒な手動評価が減る」とWangは説明している。

AIの適用
新しい方法は、2つの主な手順で構成される。まず、ニューラルネットワークとして知られるAIモデルが元の画像と2つの形状情報を使い、起こりうるプラーク浸食領域を予測する。最初の予測は、次に後処理アルゴリズムで精緻化される。これは、臨床的解釈可能な特徴をベースにしているので、診断のためにプロの医者が使う知見を真似ている。

「われわれは、OCT画像でプラーク浸食を特定するために使われる重要な特徴、明示的な形状情報を含む新しいAIモデルを開発しなければならなかった。基本的な血管内OCTイメージング技術は、極めて重要である。現在、それが最高解像度のイメージング法だからであり、生きた患者でプラーク浸食の診断に使うことができる」(Wang)。

OCTを血管内イメージングに使う時、イメージングプローブは、自動的にカテーテル内に引きこまれ各プルバックで数100の画像を生成する。研究チームは、プラーク浸食のある5553臨床OCT画像の16のプルバック、プラーク浸食のない3224画像の10プルバックを使い、その方法をテストした。自動法は、プラーク浸食例の80%を正確に予測した。プラスの予測値は73%である。自動法に基づく診断が、三人の経験ある医者の診断とよく一致していることも確認した。

「患者でスタンドアロン臨床利用するには、さらなる安全評価と規制認可が必要であるが、その技術は、プラーク浸食の診断を容易にするために使うことができる。これは、医者がそのアルゴリズムの結果を最終的に確認し、ACSの原因を特定し、ベストの処置戦略を確定することが不可欠である」(Wang)。

新しい処置の研究
その方法は、時間のかかる、面倒な手動画像分析を排除することで既存の膨大な量のOCTデータを分析するためにも使える。これは、研究者によるプラーク浸食の特定と処置を改善する。例えば、ACSの患者では、減少した血流を回復するためにステントを利用することがよくあるが、現在の研究は、一層侵襲性の少ない代替を提供できる処置があることを示唆している。

「血管内イメージングは、AI技術と組み合わせることで、冠動脈疾患や処置計画で、極めて価値の高いツールになり得る。将来、医者が、この新アプローチが、ACS患者の最適管理のための個人化処置戦略開発に役立つ」(Wang)。

研究チームは現在、より優れた3D情報、より多くのラベルなしのデータを組み込むことで、その新技術を改善し、AIモデルの性能向上を狙っている。将来、チームは、そのアルゴリズムのトレーニングと評価のために世界中の人々を含む大規模データも利用する計画である。その潜在的な用途や価値をさらに実証するために、様々な臨床状況で、それの使い方を研究する考えである。