AIプラーク診断を用いた高齢者急性冠症候群治療における出血性イベント最少化戦略

点击翻译按钮获取中文摘要

日本人においても、急性冠症候群 (Acute coronary syndrome: ACS)発症後慢性期の再発率は高く、二次予防目的で、脂質管理、糖尿病管理、抗血栓療法が行われるが、抗血栓療法に伴って出血イベントを発症すれば予後の悪化につながる。Artificial intelligence (AI) を活用し、冠動脈血栓イベントの予測能が向上すれば、出血高リスク (High bleeding risk：HBR) 患者に対する抗血栓薬の減量は可能と考えられ、高齢化社会における至適治療戦略の確立のため本研究を実施した。これまでに、冠動脈プラークおよび冠動脈ステント留置部の光干渉断層映像 (Optical coherence tomography: OCT)画像を収集しAI解析を進め、血栓イベント予測指標の構築を行っている。また、同時に、脂質プロファイル、糖代謝プロファイル、炎症/酸化ストレスバイオマーカーを測定し、イベント予測指標を補完する枠組みを構築している。ACSにおいて血栓イベントリスクが高いと考えられるプラーク破綻に関与する脂質マーカーを同定し、論文発表を行った。令和4年度には、追加解析として、冠動脈ステント内部に新規に発生する動脈硬化病変の予測因子についても、論文公表した。本データを用いることでAIによるリスク層別化が可能となれば、適切に血栓イベントリスクをコントロールしながら、出血イベント抑制を維持するための重要な指針が得られるものと考える。本年度AI解析を進めてきたが、石灰化結節によりACSを発症した症例の予後がプラーク破綻よりもイベントリスクが高いことが判明した。石灰化結節は、症例数が少ないことはAI解析による予後予測を不十分なものとさせており、症例数増加を図っている。