UAV、AIツール、心疾患ケアを改善

May, 28, 2024, Alabama--UVA Healthの研究者は、心不全患者の転帰を予測するための強力な新しいリスク評価ツールを開発した。研究チームは、このツールを臨床医に無料で公開している。

この新しいツールは、機械学習(ML)と人工知能(AI)の力を活用して、心不全で好ましくない転帰を発症する患者固有のリスクを判断することで、心不全の既存リスク評価ツールを改善する。

「心不全は進行性の疾患であり、生活の質だけでなく量にも影響を及ぼす。心不全の患者はみな同じではない。各患者は、有害な結果に苦しむリスクの連続に沿ってスペクトル上にある。各患者のリスクの程度を特定することで、臨床医が治療を調整して転帰を改善するのに役立つことが期待される」と、心不全の専門家、研究者Sula Mazimba MDはコメントしている。

心不全について
心不全は、心臓が体のニーズに十分な血液を送り出すことができないときに発生する。これは、倦怠感、脱力感、脚や足のむくみ、最終的には死に至る可能性がある。心不全は進行性疾患であるため、臨床医にとって、有害な転帰のリスクがある患者を特定できることは極めて重要である。

さらに、心不全はますます大きな問題となっている。すでに600万人以上のアメリカ人が心不全を患っており、その数は2030年までに800万人以上に増加すると予想されている。UVAの研究者は、これらの患者のケアを改善するために、CARNAと呼ばれる新しいモデルを開発した。(バージニア州内外の患者のケアを改善する新しい方法を見つけることは、UVA Healthの史上初の10年間の戦略計画の重要な要素である)。

研究チームは、米国国立衛生研究所(NIH)の国立心肺血液研究所(NIH)が資金提供していた心不全の臨床試験に登録された数千人の患者から抽出した匿名化されたデータを使用してモデルを開発した。このモデルをテストしたところ、心臓手術や移植の必要性、再入院のリスク、死亡のリスクなどの分野で、幅広い患者がどのような状態になるかを判断するための既存の予測因子よりも優れていることがわかった。

研究チームは、このモデルの成功は、ML/AIの使用と、血液が心臓、肺、その他の体の他の部分をどのように循環するかを説明する「血行動態」臨床データが含まれていることによると考えている。

「このモデルは、複雑なデータセットを取り込み、欠落している要因や相反する要因の間でも意思決定を行うことができるため、画期的なモデルである。このモデルがリスク要因をインテリジェントに提示し要約し、意思決定の負担を軽減し、臨床医が迅速に治療を決定できるという点で、非常にエキサイティングである」と、バージニア大学工学部コンピュータサイエンス学部の研究者、Josephine Lampはコメントしている。

このモデルを使用することで、医師は個々の患者に合わせてケアをパーソナライズし、より長く、より健康的な生活を送ることができるようになると研究チームは期待している。

「バージニア大学の共同研究環境は、心不全、コンピュータサイエンス、データサイエンス、統計学の専門家を結集することで、この研究を可能にした」と、UVA Healthの心臓専門医、研究者のKenneth Bilchick MDは話している。「Josephine Lampのような有能なコンピュータ科学者と臨床医学の専門家を統合する学際的な生物医学研究は、今後数年から数十年にわたって患者がAIの恩恵を受けられるようにするために不可欠である」。
（詳細は、https://newsroom.uvahealth.com/）