AI搭載アルゴリズムが心臓動脈手術の結果を正確に予測

 ミシガン・メディシンの研究者たちは、人工知能（AI）の力を活用し、経皮的冠動脈形成術（PCI）と呼ばれる重要な心臓手術後の死亡と合併症を正確に予測するアルゴリズムを開発しました。この革新的なツールは、 心臓の動脈が閉塞した患者に対する治療方針を決定する臨床医の手法に革命をもたらす可能性を秘めています。

経皮的冠動脈形成術（PCI）は、バルーンを膨らませ、場合によってはステントを挿入して心臓からの血流を改善することで、閉塞した動脈を緩和する低侵襲手術です。冠動脈バイパス移植などの開腹手術に比べてリスクは低いものの、出血や腎障害などの合併症のリスクがないわけではありません。

重要な課題は、PCIに伴う個々のリスクを評価することです。患者の状況はそれぞれ異なり、患者と医師はPCIの潜在的なリスクを予測することがしばしば困難でした。そこで、新たに開発されたAI駆動型アルゴリズムが役立ちます。

情報に基づいた意思決定のための正確なリスク予測

ミシガン・メディシンの心臓集中治療フェローであり、主任研究者であるDavid E. Hamilton医師は、PCIにおける正確なリスク予測の重要性を強調しています。彼は、このツールはPCI後の幅広い転帰を認識でき、医療従事者と患者が十分な情報に基づいて治療方針を決定するために必要な重要な情報を提供できると指摘しています。

従来、PCIのリスク層別化ツールは存在していましたが、その多くは精度が低く、開発プロセスに患者が関与していませんでした。ミシガン・メディシンのチームは、ブルークロス・ブルーシールド・オブ・ミシガン心臓血管コンソーシアム（BMC2）のレジストリを利用し、2018年4月から2021年末までにPCIを受けた成人患者のデータを収集することで、この問題を解決しようとしました。

研究者らは、高度な機械学習ソフトウェア「XGBoost」を用いて、年齢、血圧、総コレステロール値など20以上の術前特性を分析しました。この包括的なアプローチにより、死亡、重篤な出血、輸血の必要性といった重大な転帰を予測する上で、驚異的な精度を示すAI駆動型モデルを開発することができました。特筆すべきは、このAIモデルが、同様の術前特性に基づいた先行モデルよりも優れた性能を示したことです。

患者中心の個別アプローチ

このAIアルゴリズムの特徴は、患者中心のアプローチにあります。PCI患者諮問委員会（PCI Patient Advisory Council）からのフィードバックを取り入れることで、個々のニーズや懸念事項に的確に対応します。患者と医療従事者にとって、PCIに伴う潜在的なリスクに関する患者教育と共同意思決定を支援するツールを提供することが目的です。

スマートフォンと電子tronの普及により、このAI駆動型リスク予測ツールをtron医療システムに統合する大きな可能性が生まれています。これにより、ベッドサイドで容易にアクセスできるようになり、医療従事者は複雑な情報を迅速に伝達できると同時に、PCIに関連するリスクに対する患者の理解を深めることができます。

アクセス可能なAIテクノロジー

ミシガン・メディシンのチームが開発した革新的な技術は、ユーザーフレンドリーなパソコンおよびスマートフォン用アプリケーションへと進化し、幅広いアクセスと使いやすさを実現しました。AIツールの民主化は、患者の転帰改善と、患者と医師間の共同意思決定の強化を期待できます。

BCBSMバリューパートナーシッププログラムの一環として、ブルークロス・ブルーシールド・オブ・ミシガンおよびブルーケアネットワークから提供されたサポートに感謝申し上げます。ブルークロス・ブルーシールド・オブ・ミシガンとBMC2は本調査において緊密に協力しましたが、著者の意見は必ずしもBCBSMまたはその従業員の見解を反映するものではありません。