MEDICINE & AI

タイトル：Screening and diagnosis of cardiovascular disease using artificial intelligence-enabled cardiac magnetic resonance imaging 雑誌名：Nat Med. 2024 May;30(5):1471-1480. 概　要： 心臓磁気共鳴画像法（CMR）は心機能評価の金標準であり、心血管疾患（CVD）の診断において重要な役割を果たします。しかし、CMRの解釈にかかるリソースの負担が広範な適用を制限しています。本研究では、9,719人の患者を対象に、11種類のCVDのスクリーニングと診断のためのコンピュータ化されたCMR解釈を開発・検証しました。非侵襲的なシネベースのCVDスクリーニングに続き、シネおよび遅延ガドリニウム増強に基づく診断からなる二段階のパラダイムを提案しました。スクリーニングおよび診断モデルは、内部および外部データセットの両方で高い性能を示しました（曲線下面積はそれぞれ0.988±0.3%および0.991±0.0%）。さらに、診断モデルは肺動脈性高血圧の診断において心臓専門医を上回る性能を示し、AIを活用したCMRが新たなCMR特徴を検出する能力を持つことを示しました。この概念実証研究は、CMR解釈の効率性とスケーラビリティを大幅に向上させ、CVDのスクリーニングと診断を改善する可能性を秘めています。 方　法： 本研究は、9,719人の患者を対象にしたコホート研究です。二段階のパラダイムを用いて、非侵襲的なシネベースのCVDスクリーニングと、シネおよび遅延ガドリニウム増強に基づく診断を行いました。主要評価指標は、スクリーニングモデルの曲線下面積0.988±0.3%、診断モデルの曲線下面積0.991±0.0%です。 結　果： スクリーニングおよび診断モデルは、内部および外部データセットでそれぞれ曲線下面積0.988±0.3%および0.991±0.0%を達成しました。診断モデルは、肺動脈性高血圧の診断において心臓専門医を上回る性能を示しました。 結　論： AIを活用したCMRは、心血管疾患のスクリーニングと診断の効率性を大幅に向上させる可能性があり、CMR解釈のスケーラビリティを改善することが期待されます。