非造影頭部CTを用いた前循環大型血管閉塞症予測における人工知能の多施設検証

科学分野:

• 神経学
• 放射線学
• 人工知能

背景:

• 大型血管閉塞症（LVO）は、迅速な診断を必要とする脳卒中の重篤な病態である。
• 非造影コンピューテッドトモグラフィー（NCCT）は、脳卒中評価における主要な画像検査法である。
• 人工知能（AI）は、診断精度と効率の向上に貢献する可能性を秘めている。

研究 の 目的:

• 非造影頭部CT（NCCT）における前循環大型血管閉塞症（LVO）を予測するためのAIソフトウェア（JLK CTL）を検証すること。
• AIによるLVO予測の臨床的意義を、梗塞体積および患者転帰に関して評価すること。

主な方法:

• NCCTおよびCT血管造影を受けた6つの脳卒中センターの534人の患者の後ろ向き解析。
• AIの特異性を評価するために、274人の非脳卒中被験者を含めた。
• ROC曲線、感度、特異度を用いてAIのパフォーマンスを評価した。
• AI LVOスコア、梗塞体積、および機能的転帰との相関分析を実施した。

主要な成果:

• AIソフトウェアは、LVO検出においてROC曲線下面積0.859、感度0.787、特異度0.832を達成した。
• AIは、非脳卒中被験者において高い特異度（0.898）を示した。
• JLK CTL LVOスコアは、梗塞体積と有意な相関を示した（r=0.54、P<0.001）。
• JLK CTL LVOスコアの1ポイント上昇ごとに、3ヶ月の不良転帰が2%増加した（P=0.011）。

結論:

• AIソフトウェアは、NCCTにおけるLVO予測において検証されたパフォーマンスを示した。
• AIのLVOスコアは、梗塞体積および機能的転帰と関連しており、その臨床的有用性を支持する。
• このAIツールは、患者のスクリーニングおよび脳卒中管理のための迅速な臨床的意思決定に役立つ可能性がある。