Исследователи обнаружили, что процент фиброза легких, количественно определяемый на КТ-ангиограммах легких (CTPA) с помощью модели AI, связан с повышенным риском смертности и повышает способность врачей прогнозировать выживаемость пациентов с заболеваниями легких.
Эта информация особенно полезна при использовании в сочетании с радиологической оценкой тяжести (по сравнению с только радиологической оценкой) и результаты исследования могут помочь врачам лучше заботиться о своих пациентах, пишет группа под руководством Крита Двиведи, доктора философии из Университета Шеффилда. в Англии. Результаты были опубликованы 6 февраля в журнале Radiology.
«Существует клиническая необходимость более точной количественной оценки тяжести заболеваний легких при легочной гипертензии, особенно при идиопатической легочной артериальной гипертензии и легочной гипертензии, связанной с заболеванием легких», – отметили в нем.
Тяжесть заболевания легких является важным фактором, различающим два типа легочной гипертензии: легочную артериальную гипертензию и легочную гипертензию, связанную с заболеванием легких. Но «различение этих двух групп затруднено у пациентов с радиологически выраженным фиброзом легкой степени или без него из-за частичного совпадения клинических характеристик, особенно при наиболее распространенной форме легочной артериальной гипертензии — идиопатической легочной артериальной гипертензии», — объясняют исследователи. «Только пациенты с диагнозом идиопатическая легочная артериальная гипертензия имеют право на новую таргетную терапию, улучшающую выживаемость».
Группа Двиведи провела исследование для количественной оценки фиброза при CTPA-исследованиях с использованием искусственного интеллекта и для оценки того, можно ли использовать этот подход в сочетании с радиологической оценкой для прогнозирования выживаемости пациентов. В работу был включен в общей сложности 521 взрослый пациент с идиопатической легочной артериальной гипертензией или легочной гипертензией, связанной с заболеванием легких, которым случайно была проведена компьютерная томография в период с февраля 2007 года по январь 2019 года; из них 275 составили обучающую выборку, а 246 — тестовую. Модель AI количественно определяла фиброз при компьютерной томографии, а также оценивалась рентгенологами.
Команда обнаружила, что более высокий процент фиброза, определенный AI, приводит к повышенному риску смертности пациентов в обучающей когорте (коэффициент риска 1,01, с исходным значением 1), результат подтвержден в когорте внешнего тестирования (индекс C, 0,76, с 1 в качестве ссылки). Кроме того, модель, сочетающая фиброз с помощью AI и радиологическую оценку, продемонстрировала улучшенную эффективность прогнозирования смертности пациентов по сравнению с моделью, состоящей только из радиологической оценки, с индексом C 0,67 по сравнению с 0,61 (p <0,001).
Примеры количественной и радиологической оценки степени фиброза. КТ-ангиограммы легких (верхний ряд) рентгенологически оценивались как легкие (слева), умеренные (средние) и тяжелые (справа); Соответствующие результаты и процент фиброза, количественно определенные с помощью модели искусственного интеллекта (ИИ), показаны в нижнем ряду. Изображения предоставлены RSNA.
“[We found] что количественный фиброз, определяемый искусственным интеллектом (ИИ) при КТ, был прогностическим для выживаемости пациентов с легочной гипертензией и заболеваниями легких», — написала группа. «Это не зависело от демографических характеристик… [and] тяжесть гемодинамического заболевания… и была подтверждена внешними изображениями из 37 центров. Второй ключевой вывод нашего исследования заключается в том, что модель искусственного интеллекта была чувствительна к незначительным паренхиматозным различиям и при использовании в сочетании с радиологическими данными обеспечивала дополнительную прогностическую ценность… [compared to] только радиологический подсчет».
Результаты исследования показывают, что «оправданы дальнейшие более крупные проспективные исследования с участием нескольких регистров, в которых изучается использование таких моделей ИИ для лучшей характеристики и фенотипирования пациентов с легочной гипертензией и заболеваниями легких», – заключили авторы.
Полное исследование можно найти здесь.
2024-02-08 08:01:03
1707380218
#ИИ #повышает #способность #CTPA #предсказывать #выживаемость #при #заболеваниях #легких