集中治療領域における急性呼吸窮迫症候群（ARDS）の定量的統合管理のためのCTベースAIシステム

概要

AutoARDSは大規模多施設のCT用AI基盤モデルで、形態学的損傷と重症度を結ぶ再現性のあるCTバイオマーカーを生成し、急性呼吸不全およびARDSの診断で高いAUCを示し、P/F比を高い相関（PCC=0.83）で推定します。50,000件超のCTで学習し6施設で検証されたため、非侵襲的で標準化されたクリティカルケア支援が期待されます。

主要発見

• AutoARDSを構築し、50,000件超のCTボリュームで学習、6施設（6,153例）で外部検証した。
• 形態学的肺損傷と疾患重症度・進行を結ぶ再現性のあるCT由来バイオマーカーを確立した。
• 急性呼吸不全（AUC=0.97）およびARDS（AUC=0.87）の高い診断能を示し、PaO2/FiO2比（P/F比）を高相関（PCC=0.83）で推定した。

臨床的意義

ARDSの早期かつ標準化された認識・追跡を可能にし、酸素化評価のための動脈血ガス採取の頻度を減らす可能性があります。ICUにおける予後予測や介入時期の判断支援にも寄与し得ますが、臨床ワークフローへの組み込みと規制対応が必要です。

限界

• 抄録が一部切れており、前処理やキャリブレーション、前向き試験の詳細評価が困難である点。
• 検証施設以外のスキャナベンダーや撮影プロトコル、異なる患者集団への外的妥当性はさらなる前向き検証が必要である点。

今後の方向性

ICUワークフローへの前向き組み込み試験、血液ガス由来P/F測定との直接比較、多様なスキャナや撮影条件での評価、規制・費用対効果解析が今後の課題です。