冠動脈CT血管造影に基づくAIプラーク負荷の安全域カットオフ導出と外部検証：長期ACS予測

概要

約7年追跡の2レジストリで、AIにより算出したPAV 2.6％カットオフは将来のACSに対し感度≥90％・陰性的中率99％を達成し、低リスク群を大きく同定した。一方、閾値以上ではACSリスクが有意に高かった。

主要発見

• 導出群（n=2,271）：PAV≥2.6％で将来ACSに対し感度90.0％、陰性的中率99.0％（追跡中央値6.9年）。
• 外部検証（n=568）：PAV≥2.6％で感度92.6％、陰性的中率99.0％（6.7年）。
• PAV≥2.6％はACSリスク上昇と独立関連（HR 4.65［導出］、HR 7.31［検証］）。
• PAV<2.6％の割合は導出45.2％、検証34.3％で、無プラーク（PAV 0％）に比べ低リスク群を広く同定可能。

臨床的意義

CCTA所見にAI-PAVと2.6％安全域を併記することで、低リスク例の安心提供と閾値超過例での予防強化・監視優先度付けを可能にする。

限界

• 観察レジストリ研究であり、リスク表示を超える介入可能性は前向き検証が必要
• 装置・AI手法・多様な集団への一般化には追加評価が必要

今後の方向性

AI-PAV閾値を診療経路（トリアージ・治療強化）に組み込む前向き試験、マルチベンダー検証、費用対効果分析が求められる。