エディス・コーワン大学の研究者らは、心血管イベントやその他の健康リスクの予測因子である腹部大動脈石灰化（AAC）を検出するために、骨密度スキャンを迅速に分析するソフトウェアを開発した。このソフトウェアは、専門家との一致率が最大 80% で画像を処理するため、日常の臨床診療における疾患の早期発見に革命をもたらす可能性があります。
骨密度スキャンにより、心血管の健康リスク指標を迅速に特定できるようになりました。人工知能を使えば、ボタンを押すだけで将来の重篤な健康疾患のリスクを予測できるようになる日も近いでしょう。腹部大動脈石灰化（AAC）は、腹部大動脈の壁におけるカルシウムの沈着です。これは、心臓発作や脳卒中などの心血管イベントのリスク増加を示している可能性があります。
また、将来の転倒、骨折、認知症のリスクを予測することもできます。便利なことに、骨粗鬆症の検出に使用される定期的な骨密度測定器スキャンでも AAC を検出できます。ただし、画像の分析には高度な訓練を受けた専門家が必要であり、分析プロセスには画像ごとに 5 ～ 15 分かかる場合があります。
しかし、エディス コーワン大学 (ECU) 理学部と医学健康科学部の研究者らは協力して、スキャン画像をより高速に、つまり 1 日あたり約 60,000 枚の画像を分析できるソフトウェアを開発しました。
研究者で心臓財団フューチャー・リーダーズ・フェローのジョシュア・ルイス准教授は、この効率の大幅な向上は、研究でAACを広く使用し、人々が将来の健康上の問題を回避できるようにするために非常に重要であると述べた。
「これらの画像と自動スコアリングは骨密度検査時に迅速かつ簡単に取得できるため、将来的には日常の臨床診療における心血管疾患の早期発見と疾患モニタリングのための新しい方法につながる可能性がある」と同氏は述べた。
この成果は、エディス・コーワン大学、西オーストラリア大学、ミネソタ大学、サウサンプトン大学、マニトバ大学、マーカス老化研究所、ヘブライ・シニア・リビング・ハーバード医科大学の国際共同研究から得られたものである。これはまさに学際的な世界的なコラボレーションです。これは、これらの画像から AAC を評価する最初のアルゴリズムではありませんが、この研究はこの種の研究としては最大であり、最も一般的に使用されている骨密度機械モデルに基づいており、ルーチンの骨密度検査の一部として画像を使用して現実世界でテストされた最初のものです。
専門家と研究チームのソフトウェアによって 5,000 枚以上の画像が分析されました。結果を比較した結果、専門家とソフトウェアは 80% の確率で AAC (低、中、または高) の程度について同じ結論に達しました。これがソフトウェアの最初のバージョンであることを考慮すると、驚くべき数字です。重要なのは、AAC レベルが高いと考えられていた人のわずか 3% が、ソフトウェアによって AAC レベルが低いと誤って診断されたことです。
ルイス教授は、「これらの人々は最も重篤な疾患を患っており、致死的および非致死的な心血管イベントや全死因死亡のリスクが最も高い人々であるため、これは注目に値する。ソフトウェアの精度は手作業による測定値と比較してまだ改善する必要があるが、これらの結果は当社のアルゴリズムのバージョン1.0によって生成されたものであり、当社の最新バージョンでは結果が大幅に改善された。」と述べた。
「画像診断の専門家と同様の精度でAACの存在と程度を自動評価することで、症状が出る前であっても、心血管疾患やその他の疾患の大規模スクリーニングの可能性が開かれます。これにより、リスクのある人々が早期に必要なライフスタイルの変更を行うことができ、その後の人生をより健康的に過ごすことができるようになります。」