人工知能による腎瘢痕評価（AIRS Study）Ⅱ
May 13, 2024
結果
両方のモデルは、92 人の患者からの合計 152 回の CT スキャンでトレーニングおよび検証されました。これには、左腎臓 148 個、右腎臓 152 個、右腎臓 73 個が含まれていました。腎臓を移植する。 患者の特徴を表 1 にまとめます。 55 人の患者は軽度または軽度 (約 25%) の線維症で、14 人の患者は中等度 (25% ～ 50%) の線維症に分類され、23 人の患者は重度 (.50%) の線維症でした。 平均 eGFR は、軽度、中等度、重度の線維症グループで、それぞれ 1.73 m2 あたり 37,626、25,618、16,613 ml/分でした。 軽度/中等度の線維症の患者は、腎臓 CT 画像で重度の線維症の患者と比較して分析するためにグループ化されました。平均腎臓容積軽度/中等度対重度(50%対50%)線維症グループでは、217 cm3 (範囲 48 ～ 668) 対 76 cm3 (範囲 3 ～ 347) でした。 一致しない線維症スコアをもたらした患者の生検が 1 件あり (カルテ報告書と現在の病理医の検査を比較)、グランド トゥルースは 2 人目の病理医による盲検検査によって決定されました (謝辞を参照)。
シスタンシェが腎臓病患者に効果を発揮するまでどのくらいの時間がかかりますか?
議論
私たちは、機械学習ツールを開発するために AIRS 研究を開始しました。腎臓の線維化を定量化する腎生検に代わる非侵襲的診断法として。 92人の患者からなるコホートにおいて、300人を分析した自然腎臓の画像152 件の腹部 CT スキャンから 73 件の腎臓を移植。 グローバルなスライスごとの CNN モデルとボクセルベースの CNN モデルは、重症と軽度の区別において類似していることがわかりました。中等度の腎線維症、AUC {{0}.917 対 0.922、PPV 0.886 対 0.935 で、以下のグラウンド トゥルースと比較した場合腎生検レポート。 両方の CNN モデルは、異なる CT スキャナーに対してテストした場合、および移植を受けた患者の萎縮した自然腎臓が除外された場合に一貫して機能しました。 非造影 CT スキャンのみをテストした場合、グローバル スライスごとのモデルの予測精度がわずかに向上しました。
組織学のための糸球体のサンプリング線維化した腎臓出血のリスクが増加する可能性があります(22)。 CT スキャンの CNN 分析で重度の線維化が予測された場合、医療チームは患者と意思決定を共有した上で、生検サンプリングを制限するか、腎生検を完全に回避することを決定する場合があります。 注目すべきことに、移植候補の評価をガイドしたり、全身疾患の病因を特定したりするために、腎臓専門医の裁量により、末期と思われる腎臓でも診断用の自然腎生検が依然として指示される場合があります。
PPV が 94% である進行性腎線維症患者の 85% を特定しています (表 2)。 閾値を 0.9 に上げると、PPV が 95% にわずかに改善されますが、感度は 85% から 72% に大幅に低下します (つまり、重度の線維症患者の 28% が見逃されることになります)。
慢性的な。
開示
ロシュオーストラリア腎臓学指導医から謝礼金を受け取ったと報告しています。 残りの著者は全員、開示するものは何もありません。
資金調達
このプロジェクトは、カリフォルニア大学アーバイン校医学部チェア研究賞 2019 ～ 2021 によって資金提供されました。
謝辞 著者らは、以下の盲検レビューについてアンソニー・シスク博士（カリフォルニア大学ロサンゼルス校デービッド・ゲフィン医学部病理学・臨床検査医学科）に感謝する。一致しない患者の生検を行って、真実を判断します。
著者の寄稿
参考文献
1. Luciano RL、Moeckel GW: 自然腎生検に関する最新情報: コア カリキュラム 2019。Am J Kidney Dis 73: 404–415、2019 https://doi.org/10.1053/j.ajkd.2018.10.011
2. Hogan JJ、Mocanu M、Berns JS: 自然腎生検: ベスト プラクティスの最新情報と証拠。 Clin J Am Soc Nephrol 11: 354–362、2016https://doi.org/10.2215/CJN.05750515
3. Berchtold L、Friedli I、Vall ee JP、Moll S、Martin PY、de Seigneux S: 腎線維症の診断と評価: 最先端技術。 Swiss Med Wkly 147: w14442、2017
4. フィオレンティーノ M、ボリニャーノ D、テサール V、ピサーノ A、ファン ビーセン W、ダリーゴ G、トリペピ G、ジェズアルド L; ERA-EDTA 免疫腎学ワーキンググループ: 2015 年の腎生検: 疫学から証拠に基づいた適応症まで。 Am J Nephrol 43: 1–19、2016 https://doi.org/10.1159/000444026
5. Brachemi S、Boll ee G: 腎生検の実践: ゴールドスタンダードとは何ですか? World J Nephrol 3: 287–294、2014 https://doi.org/10。 5527/wjn.v3.i4.287
6. ポッジョ ED、マクレランド RL、ブランク KN、ハンセン S、バンサル S、ボンバック AS、カネッタ PA、カイララー P、キリルク K、レッカー SH、マクマホン GM、パレフスキー PM、パリク S、ロサス SE、タトル K、ヴァズ・ケス MA 、ビジャヤン A、ロビン BH。 腎臓精密医療プロジェクト: 自然腎生検合併症の体系的レビューとメタ分析。 Clin J Am Soc Nephrol 15: 1595–1602、2020 https://doi.org/10.2215/CJN.04710420
7. Abdeltawab H、Shehata M、Shalaby A、Khalifa F、Mahmoud A、El-Ghar MA、Dwyer AC、Ghazal M、Hajjdiab H、Keynton R、El-Baz A: 早期評価のための新しい CNN ベースの CAD システム移植された腎機能障害。 Sci Rep 9: 5948、2019 https://doi.org/10.1038/s41598-019-42431-3
8. Wang Z、Yang H、Suo C、Wei J、Tan R、Gu M: 腎臓移植における慢性同種移植片機能不全に対する超音波エラストグラフィーの応用。 J Ultrasound Med 36: 1759–1769、2017 https://doi.org/10.1002/jum.14221
9. Preuss S、Rother C、Renders L、Wagenpfeil S、B€ utter-Herold M、Slotta-Huspenina J、Holtzmann C、Kuechle C、Heemann U、Stock KF: 腎同種移植片の超音波検査: ドップラー超音波検査抵抗指数間の相関(RI) および組織病理学。 Clin Hemorheol Microcirc 70: 413–422、2018 https://doi.org/10.3233/CH-189306
10. Kuo CC、Chang CM、Liu KT、Lin WK、Chiang HY、Chung CW、Ho MR、Sun PR、Yang RL、Chen KT: 深層学習を使用した超音波ベースの腎臓イメージングによる腎機能の予測と分類の自動化。 Digit Med 2: 1–9、2019
