Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Novel AI-Based Quantification of Breast Arterial Calcification to Predict Cardiovascular Risk

Created by
  • Haebom
Category
Empty

저자

Theodorus Dapamede, Aisha Urooj, Vedant Joshi, Gabrielle Gershon, Frank Li, Mohammadreza Chavoshi, Beatrice Brown-Mulry, Rohan Satya Isaac, Aawez Mansuri, Chad Robichaux, Chadi Ayoub, Reza Arsanjani, Laurence Sperling, Judy Gichoya, Marly van Assen, Charles W. ONeill, Imon Banerjee, Hari Trivedi

개요

본 연구는 두 개의 의료 시스템으로부터 116,135명의 여성을 대상으로 한 후향적 연구로, 흉부 동맥 석회화(BAC)의 자동 정량화를 통해 심혈관 질환 위험을 평가하는 딥러닝 모델을 제시합니다. 변압기 기반 신경망을 사용하여 선별 맘모그램에서 BAC의 심각도(없음, 경증, 중등증, 중증)를 정량화하고, 주요 심혈관계 사건(MACE) 및 모든 원인 사망률을 결과 변수로 설정했습니다. 그 결과, BAC 심각도는 심혈관 위험 요인을 조정한 후에도 MACE와 독립적으로 연관되어 있으며, 심각도가 높을수록 위험률(HR)이 증가하는 것으로 나타났습니다 (경증: HR 1.18-1.22, 중등증: HR 1.38-1.47, 중증: HR 2.03-2.22, 모두 p<0.001). 이러한 연관성은 모든 연령대에서 유의미하게 나타났으며, 50세 미만 여성에서도 경증 BAC가 위험 증가를 나타냈습니다. 또한, 기존의 ASCVD 위험 점수와 함께 분석했을 때도 BAC는 심근 경색, 뇌졸중, 심부전 및 사망률과 유의미한 연관성을 보였습니다 (모두 p<0.005). 본 연구의 자동 BAC 정량화 기법은 추가적인 방사선 조사나 비용 없이 정기적인 유방촬영검사 중에 심혈관 위험 평가를 가능하게 하여, 특히 젊은 여성에게 있어 기존 위험 요인을 넘어선 가치를 제공합니다.

시사점, 한계점

•
시사점:
◦
맘모그램을 이용한 흉부 동맥 석회화(BAC)의 자동 정량화를 통해 심혈관 질환 위험을 효율적으로 평가할 수 있는 새로운 방법 제시.
◦
기존 심혈관 위험 요인 외에 추가적인 위험 예측 정보 제공, 특히 젊은 여성에서의 조기 심혈관 질환 위험 계층화 가능성 제시.
◦
추가적인 방사선 조사나 비용 없이 정기적인 유방촬영검사 과정에서 심혈관 위험 평가 가능.
◦
BAC 심각도와 MACE, 심근경색, 뇌졸중, 심부전 및 사망률 간의 독립적인 연관성 확인.
•
한계점:
◦
후향적 연구 설계의 한계.
◦
연구 대상이 특정 의료 시스템의 여성에 국한되어 일반화 가능성에 대한 추가 연구 필요.
◦
AI 모델의 성능 평가를 위한 외부 검증 데이터셋 활용 필요.
◦
BAC 정량화의 임상적 유용성 및 비용 효과에 대한 추가 연구 필요.
👍
Made with Slashpage