脳卒中におけるDWIのみを用いた自動DWI-FLAIRミスマッチ評価

科学分野:

• 神経画像診断
• 医療における人工知能
• 脳卒中画像診断

背景:

• 拡散強調画像（DWI）と低信号抑制画像（FLAIR）のミスマッチは、特に発症時刻が不明な急性虚血性脳卒中（AIS）患者を血栓溶解療法に適格とするために重要です。
• DWI-FLAIRミスマッチの視覚的評価は、観察者間のばらつきがあるため、より客観的な方法が必要です。

研究 の 目的:

• DWI画像のみを使用してDWI-FLAIRミスマッチを予測するための深層学習（DL）モデルを開発および検証すること。
• 血栓溶解療法の恩恵を受ける可能性のある患者を特定する上でのDLモデルのパフォーマンスを評価すること。

主な方法:

• 後向き研究では、ETISレジストリ（誘導）およびWAKE-UPトライアル（検証）からのAIS患者データを使用しました。
• DWI入力を利用してFLAIR可視領域（FVA）を予測するようにDLモデルをトレーニングしました。
• モデルの予測値は、ROC曲線下面積（AUC）および最適なFVAインデックスカットオフを使用して評価されました。

主要な成果:

• 深層学習モデルは、誘導（AUC=0.85）および検証（AUC=0.86）コホートの両方で、DWI-FLAIRミスマッチに対して強力な予測性能を示しました。
• 最適なFVAインデックスカットオフ値0.5は、検証コホートで70%の感度と88%の特異度を達成しました。
• モデルは、DWI-FLAIRミスマッチの視覚的評価との良好な一致（カッパ=0.54）を示しました。

結論:

• 開発されたDLモデルは、発症時刻が不明なAIS患者におけるDWI-FLAIRミスマッチを正確に予測します。
• このAIツールは、視覚的評価が困難なシナリオやFLAIR画像が利用できない場合に、臨床医を支援できます。
• このモデルは、AIS患者の治療決定を改善する可能性があります。