Individual risk assessment for rupture of abdominal aortic aneurysm using artificial intelligence

מטרות המחקר – מטרתו של מחקר זה היא לפתח מודל חיזוי לזיהוי מפרצת אאורטה בטנית המצויה בסיכון לקרע תוך שכלול דמוגרפיה, קליניקה, הדמיה ונתונים רפואיים באמצעות מערכת אינטליגנציה מלאכותית (AI). 
שיטות – נכללו במחקר כל מקרי הקרע של מפרצת אאורטה בטנית שהגיעו ל-2 בתי חולים בדנמרק בין ינואר 2009 ודצמבר 2016, עם יחס של 1:2 לניתוחים אלקטיביים. הוצאו מהמחקר מטופלים ללא הדמיה זמינה טרם הניתוח ומטופלים שעברו ניתוח לתיקון מפרצת אאורטה בטנית בעברם. הוכנסו למערכת ידנית נתונים מהדמיות CTA ותיקים רפואיים. המטופלים חולקו באופן שווה ורנדומלי לקבוצת אימון וקבוצת ביקורת עבור המודל.  פותח כלי AI לקבלת החלטות (SHAPFire ), שהושווה למודלים שונים כולל מדידת קוטר אינפרה-רנאלי קדמי-אחורי וכולל מודל הכולל את כל המאפיינים הזמינים.   
תוצאות -  המחקר כלל 638 מטופלים, מתוכם 84% גברים, גיל ממוצע 73, 213 מקרי קרע של האאורטה. ה- SHAPFire הסתמך בסופו של דבר על 20 מתוך 68 מאפיינים אפשריים, כאשר קוטר המפרצת, לחץ דם ויחס בין גובה ומשקל היו בין המאפיינים שקיבלו את החשיבות הגבוהה ביותר. יכולת הדיוק של ה- SHAPFire באבחון קרע הייתה גבוהה משל מודלים קובנציונליים המסתמכים רק על קוטר המפרצת. 
מסקנות -  מחקר זה הצליח בפיתוח כלי AI לזיהוי מפרצות אאורטה בטניות המצויות בסיכון מוגבר לקרע עם דיוק גבוה משמעותית לעומת מודלים המסתמכים על קוטר בלבד. יש צורך באישור חיצוני למודל זה בטרם משתמשים בו ליישומים קליניים. 

למאמר המלא

References: Skovbo JS, Andersen NS, Obel LM, Laursen MS, Riis AS, Houlind KC, Diederichsen ACP, Lindholt JS. Individual risk assessment for rupture of abdominal aortic aneurysm using artificial intelligence. J Vasc Surg. 2025 Mar;81(3):613-622.e5. doi: 10.1016/j.jvs.2024.11.017. Epub 2024 Dec 13. PMID: 39577479.