Model Qureight Vascul8 pro plicní vaskulární poruchy ověřený v recenzované studii, nabízející potenciál ke zlepšení možností léčby a výsledků pacientů po operaci
Queight, techbio společnost, která posouvá porozumění plicním a srdečním chorobám prostřednictvím aplikace své platformy pro zobrazování a klinická data využívající umělou inteligenci, dnes oznámila zveřejnění recenzované studie ověřující její Vascul8™ model pro plicní vaskulární poruchy, v American Journal of Respiratory Cell and Molecular Biology. Studie prokázala, že model Vascul8 poskytuje přesné, automatizované poznatky o reakci na operaci u pacientů léčených pro chronickou tromboembolickou plicní hypertenzi (CTEPH). Tyto poznatky umožnily identifikaci pacientů s vysokým rizikem reziduální plicní hypertenze, čímž se snížila potřeba rutinní pooperační katetrizace pravého srdce.
CTEPH je způsobena přítomností chronických krevních sraženin (chronické plicní tromboembolie) v plicních tepnách, které se plně nerozpadají. K odstranění sraženin se často provádí operace plicní endarterektomie (PEA); pacienti však mohou zůstat s reziduální plicní hypertenzí (PH) a vyžadují další intervenci nebo léčbu. Současný přístup ke stratifikaci pacientů s rizikem plicní hypertenze zahrnuje pravostrannou srdeční katetrizaci (RHC), invazivní a na zdroje náročný postup k měření tlaku a průtoku krve v plicním oběhu. Zjištění uvedená v tomto článku ukazují, že můžeme účinně provádět screening pacientů na reziduální PH, a proto provádět katetrizaci pravého srdce pouze u pacientů s vysokým rizikem reziduální PH, což snižuje počet invazivních a nákladných výkonů.
Platforma Queight pro zobrazování a klinická data využívající AI a modely hlubokého učení identifikují klíčové strukturální změny v plicích pro posouzení progrese onemocnění. V této studii byl Qreightův model Vascul8 použit k analýze plicních angiogramů pomocí počítačové tomografie (CTPA) ke kvantifikaci změn objemu krevních cév u pacientů s CTEPH po operaci PEA. Analýza pomocí Vascul8 umožnila přesnou vaskulární segmentaci, včetně rozlišení mezi arteriálním a venózním krevním objemem, poskytla objektivní, automatizovaný přístup k identifikaci změn v objemu cév a predikci, kteří pacienti jsou nejvíce ohroženi reziduální plicní hypertenzí. Tato studie ukazuje, jak technologie hlubokého učení společnosti Queight nabízí personalizovanější, přesnější a neinvazivní přístup k řízení léčby CTEPH a poskytuje lékařům hlubší pohled na závažnost onemocnění pacienta a potřebu další intervence.
Joanna Pepke-Zaba, poradní lékařka, Royal Papworth Hospital NHS Foundation Trust, docentka, University of Cambridge a hlavní autorka článku, uvedla: „CTEPH má již dlouhou dobu komplexní cestu řízení onemocnění, která vyžaduje subjektivní odborné znalosti multidisciplinárních týmů. Jsme nadšeni, že jsme mohli pracovat na této studii, kde ukazujeme alternativní přístup k zobrazování CTEPH a managementu pacientů, využívající Qureightův model zobrazovací analýzy Vascul8. To signalizuje velký krok vpřed v nasazení zobrazování u těžkých a komplexních respiračních a cévních onemocnění.“
Hakim Ghani, výzkumný pracovník, Royal Papworth Hospital NHS Foundation Trust a první autor článku, dodal: „Automatická kvantifikace objemů krve v plicích z CT vyšetření, která využívá technologii Vascul8, může pomoci identifikovat pacienty s chronickými krevními sraženinami, kteří po operaci zůstávají v riziku reziduální plicní hypertenze. Tento zobrazovací přístup řízený umělou inteligencí by mohl vést k lepším léčebným rozhodnutím, podporovat personalizovanější péči, snížit potřebu invazivních testů a umožnit nové koncové body v klinických studiích – celkově nabízí obrovský potenciál pro přínos pro pacienta.“
Tato studie ukazuje příslib našich vaskulárních biomarkerů s hlubokým učením a ukazuje, že naši zobrazovací platformu lze použít i mimo fibrotické plicní onemocnění, u plicních vaskulárních poruch, jako je CTEPH. Tento průlom vytváří základ pro budoucí biofarmaceutická partnerství v oblasti plicních vaskulárních onemocnění a posiluje naši vedoucí pozici v regulačních a nemocech agnostických zobrazovacích biomarkerech vytvořených pro klinický a translační výzkum, abychom urychlili vývoj léků, umožnili chytřejší výběr pacientů a podpořili precizní medicínu.“
Simon Walsh, CSO a spoluautor studie, Qureight
