胸部レントゲン写真深層学習による動脈硬化性心血管疾患リスク評価

スタチン適用などに利用可能だと思われる心血管疾患リスク評価を胸部レントゲン写真から深層学習を利用して行えるかもというお話

Weiss, Jakob, Vineet K. Raghu, Kaavya Paruchuri, Aniket Zinzuwadia, Pradeep Natarajan, Hugo J.W.L. AertsとMichael T. Lu. 「Deep Learning to Estimate Cardiovascular Risk From Chest Radiographs」. Annals of Internal Medicine, 2024年3月26日. https://doi.org/10.7326/m23-1898 .

以下、日本語訳・要約　written with ChatGPT4

背景：動脈硬化性心血管疾患（ASCVD）の一次予防ガイドラインは、主要な不利な心血管イベント（MACE）の10年リスクを推定するためにリスク計算機（ASCVDリスクスコア）の使用を推奨しています。必要な入力がしばしば欠けているため、機会を捉えたリスク評価の補完的なアプローチが望ましいです。

目的：定期的な胸部X線検査（CXR）からMACEの10年リスクを推定する深層学習モデル（CXR CVD-Risk）を開発し、テストすること、およびスタチン適格性に対する影響の観点から従来のASCVDリスクスコアとその性能を比較すること。

デザイン：リスク予測研究。

設定：一次心血管予防が潜在的に適用される外来患者。

被験者：CXR CVD-Riskモデルは、がんスクリーニング試験からのデータを使用して開発されました。それは、ASCVDリスクスコアを計算するために必要な入力が欠けているためにASCVDリスクが不明である8869人の外来患者で外部検証され、ASCVDリスクスコアを計算できる既知のリスクを持つ2132人の外来患者で検証されました。

測定：CXR CVD-Riskによって予測される10年MACE対ASCVDリスクスコア。

結果：ASCVDリスクが不明な8869人の外来患者の中で、CXR CVD-Riskによって予測されたリスクが7.5％以上の患者は、リスク因子の調整後に10年間のMACEのリスクが高かった（調整後ハザード比[HR]、1.73 [95％CI、1.47～2.03]）。既知のASCVDリスクを持つ追加の2132人の外来患者では、CXR CVD-Riskは従来のASCVDリスクスコアを超えてMACEを予測しました（調整後HR、1.88 [CI、1.24～2.85]）。

制限：電子医療記録を使用した後ろ向き研究デザイン。

結論：単一のCXRに基づいて、CXR CVD-Riskは臨床基準を超えて10年MACEを予測し、欠損データのためにASCVDリスクスコアを計算できない高リスクの個人を特定するのに役立つ可能性があります。

主要な資金源：なし。

---

Deep-learning model based on chest X-ray helps predict MACE (medicalxpress.com)

胸部X線写真（CXR）に基づく深層学習モデルである心血管疾患（CVD）リスク（CXR CVD-Risk）は、臨床基準を超えて主要不良心血管イベント（MACE）を予測することが、内科学会誌に発表された研究により示されました。

マサチューセッツ総合病院とハーバード医科大学のボストンにいるJakob Weiss医学博士と同僚は、定期的なCXRからの10年間のMACEリスクを推定し、従来の動脈硬化性CVD（ASCVD）リスクスコアとの性能を比較したCXR CVD-Riskを開発し、テストしました。CXR CVD-Riskモデルは、がんスクリーニング試験のデータを使用して開発され、ASCVDリスクが不明な8,869人の外来患者と既知のASCVDリスクを持つ2,132人の外来患者で外部検証されました。

研究者たちは、リスク因子の調整後、ASCVDリスクが不明な8,869人の外来患者のうち、CXR CVD-Riskによって予測されたリスクが7.5％以上の人々で、10年間のMACEリスクが高かった（調整後ハザード比、1.73）ことを発見しました。CXR CVD-Riskは、既知のASCVDリスクを持つ追加の2,132人の外来患者で従来のASCVDリスクスコアを超えてMACEを予測しました（調整後ハザード比、1.88）。

著者らは、「CXRの機会を捉えたスクリーニングは、心血管疾患の高リスク個人を特定し、リスク因子の評価とターゲットとなる予防を促すのに役立つかもしれません」と記しています。