人工知能による希少疾患の心エコー検査スクリーニング（EchoNet-Screening）

研究ID番号： NCT05139797

調子： 心臓アミロイドーシス

ステータス： 募集

標的治療と遺伝子配列の急速な進歩にもかかわらず、臨床表現型の精度とスループットには依然として限界があり、精密医療によって実現される潜在的な利点と実際の利点の間には、拡大するギャップが生じています。

機械学習と画像処理技術の最近の進歩により、機械学習モデルは人間の専門家が認識できない特徴を識別し、臨床現場で行われる一般的な測定をより正確に評価できることが示されています。

研究者らは、心臓肥大を特定し、心臓アミロイドーシスの追加スクリーニングから利益を得られる患者を特定するための EchoNet-LVH と呼ばれるアルゴリズムを開発し、心臓アミロイドーシスの追加スクリーニングから利益を得られる患者を特定する際の精度を前向きに評価する予定です。

介入： 心臓アミロイドーシスのEchoNet-LVHスクリーニング

結果： https://clinicaltrials.gov/ct2/show/results/NCT05139797

最終更新： 2023 年 12 月 28 日

開始日： 2021 年 11 月 18 日

完了予定： 2025 年 6 月 1 日

最終更新： 2023 年 2 月 8 日

サイズ/登録： 300

研究の説明： 標的治療と遺伝子配列の急速な進歩にもかかわらず、臨床表現型の精度とスループットの限界が続いているため、精密医療によって実現される潜在的な利点と実際の利点の間には、ますます大きなギャップが生じています。この難問は、心臓の形態学的変化を評価する現在のアプローチに例証されています。特定の心疾患（心臓アミロイドーシスや肥大型心筋症など）を確実に特定できれば、誤診を回避し、特定の標的治療による効率的な治療を開始できます。形態は似ているが病因が異なる心疾患の種類を確実に区別できれば、遺伝的リスク変異を結び付けてメカニズムを決定するための特異性も高まります。

機械学習と画像処理技術の最近の進歩により、機械学習モデルは人間の専門家が認識できない特徴を識別し、臨床現場で行われる一般的な測定をより正確に評価できることがわかっています。心エコー検査では、この精密測定と検出の能力は、疾患のスクリーニングと心血管疾患の診断の両方で重要です。

心エコー検査は日常的な臨床診療において診断や予後判定に日常的に頻繁に使用されていますが、解釈には主観性があり、適用には多様性があります。人間の注意力は疲れやすく、医療提供者間で解釈が異なります。心臓アミロイドーシスなどの希少疾患や、有病率は比較的低いものの早期発見により標的療法で人体に大きな影響を与えるその他の疾患に対して、AI ガイドによる疾患スクリーニング ワークフローが提案されています。肥大型心筋症、心臓アミロイドーシス、大動脈弁狭窄症などの疾患は見た目は似ているものの AI アルゴリズムで区別できる複数の類似例があるため、この分野は AI に特に適しています。研究者らは、心臓肥大を特定し、心臓アミロイドーシス、肥大型心筋症、その他の疾患の追加スクリーニングから利益を得られる患者を特定するための EchoNet-LVH というアルゴリズムを開発しました。

主な結果：

• 心臓アミロイドーシスの新規診断数
  カルテの検討から、心臓アミロイドーシスの下流診断を受けた患者を特定する
• 6か月間
  

二次的結果：

• TTRアミロイドーシスの新規診断数
  6か月間
• ALアミロイドーシスの新規診断数
  6か月間

選択基準：

除外基準： 基準：

専門クリニックでの診察を拒否する患者
亡くなった患者

スポンサー： ヒマラヤスギシナイ医療センター

トライアルセンターの場所：

• アメリカ合衆国、カリフォルニア
  Cedars-Sinai Medical Center (ロサンゼルス)
  デビッド・オウヤン医学博士 832-495-1605, [メール保護]