腹部大動脈瘤における人工知能

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

J. Vasc. Surg..2020 Jul;72(1):321-333.e1. S0741-5214(19)32911-8. doi: 10.1016/j.jvs.2019.12.026.Epub 2020-02-21.

腹部大動脈瘤における人工知能

Artificial intelligence in abdominal aortic aneurysm.

Juliette Raffort
Cédric Adam
Marion Carrier
Ali Ballaith
Raphael Coscas
Elixène Jean-Baptiste
Réda Hassen-Khodja
Nabil Chakfé
Fabien Lareyre

PMID: 32093909 DOI: 10.1016/j.jvs.2019.12.026.

抄録

目的:

腹部大動脈瘤（AAA）は生命を脅かす疾患であり、治癒的治療は開腹または血管内修復に頼るしかない。治療の決定は、AAAの成長と破裂のリスクの評価に依存しており、実際には評価が困難な場合がある。人工知能（AI）は心血管疾患の管理に新たな知見を明らかにしてきたが、AAAへの応用については、これまでのところ十分な説明がなされていない。本レビューの目的は、AAA患者におけるAIの応用の可能性について、現在の知見をまとめることであった。

OBJECTIVE: Abdominal aortic aneurysm (AAA) is a life-threatening disease, and the only curative treatment relies on open or endovascular repair. The decision to treat relies on the evaluation of the risk of AAA growth and rupture, which can be difficult to assess in practice. Artificial intelligence (AI) has revealed new insights into the management of cardiovascular diseases, but its application in AAA has so far been poorly described. The aim of this review was to summarize the current knowledge on the potential applications of AI in patients with AAA.

METHODS:

包括的な文献レビューを行った。MEDLINEデータベースは、Preferred Reporting Items for Systematic Reviews and Meta-Analysesのガイドラインに従って検索された。検索戦略はキーワードを組み合わせて使用し、2019年5月から2000年1月までに発表されたAAA患者におけるAIを使用した研究を対象とした。著者2名が独自にタイトルと抄録をスクリーニングし、データ抽出を行った。公開された文献の検索により、方法論、目的、研究デザインが異なる34件の研究が同定された。

METHODS: A comprehensive literature review was performed. The MEDLINE database was searched according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. The search strategy used a combination of keywords and included studies using AI in patients with AAA published between May 2019 and January 2000. Two authors independently screened titles and abstracts and performed data extraction. The search of published literature identified 34 studies with distinct methodologies, aims, and study designs.

結果:

AIはAAA患者において、画像のセグメンテーションを改善し、AAAの形態、形状、流体力学の定量的な分析と特徴付けに使用されました。AIは大規模なデータセットを計算して、AAAの成長と破裂を予測する可能性のあるパターンを特定することができた。また、血管内動脈瘤修復術後の死亡率や合併症を含む患者の術後転帰を評価するために、いくつかの予測・予後予測プログラムが開発された。

RESULTS: AI was used in patients with AAA to improve image segmentation and for quantitative analysis and characterization of AAA morphology, geometry, and fluid dynamics. AI allowed computation of large data sets to identify patterns that may be predictive of AAA growth and rupture. Several predictive and prognostic programs were also developed to assess patients' postoperative outcomes, including mortality and complications after endovascular aneurysm repair.

結論:

AIは、自動定量測定と形態学的特徴付けを可能にすることで、AAA画像の解釈と解析に有用なツールとなる。外科医が術前計画を立てる際に役立つ可能性がある。AI主導のデータ管理は、術後の転帰だけでなく、AAAの進展や破裂のリスクを予測するための計算プログラムの開発につながる可能性がある。AIはまた、外科的治療の適応と種類をよりよく評価し、術後の経過観察を計画するためにも利用される可能性がある。AIは意思決定のための魅力的なツールであり、AAA患者の個別化された治療法の開発を促進する可能性がある。

CONCLUSIONS: AI represents a useful tool in the interpretation and analysis of AAA imaging by enabling automatic quantitative measurements and morphologic characterization. It could be used to help surgeons in preoperative planning. AI-driven data management may lead to the development of computational programs for the prediction of AAA evolution and risk of rupture as well as postoperative outcomes. AI could also be used to better evaluate the indications and types of surgical treatment and to plan the postoperative follow-up. AI represents an attractive tool for decision-making and may facilitate development of personalized therapeutic approaches for patients with AAA.