HÌNH ẢNH & TRÍ TUỆ NHÂN TẠO TRONG THỬ NGHIỆM TIM MẠCH

Nội dung:

Chia sẻ nội dung này trên: Facebook

Nghiên cứu Auto-MACE – AI adjudication trong thử nghiệm tim mạch

Tên & thiết kế

• Mô hình ngôn ngữ AI “Auto-MACE”, được huấn luyện để hiệu chỉnh (adjudicate) các biến cố tử vong tim mạch, MI và đột quỵ sử dụng dữ liệu từ nhiều trial lớn (INVESTED, DELIVER, PARAGON-HF, PRO2TECT, INNO2VATE…).
• Sau đó áp dụng vào dữ liệu thử nghiệm PARADISE-MI (5.661 bệnh nhân sau MI có suy chức năng hoặc sung huyết).

Kết quả chính

• Auto-MACE “tự tin” hiệu chỉnh được:
  • 69% tử vong,
  • 46% nghi ngờ MI,
  • 81% nghi ngờ đột quỵ.
• Mức độ đồng thuận với hội đồng chuyên gia (CEC):
  • 97% cho tử vong tim mạch,
  • 89% cho MI,
  • 88% cho đột quỵ.
• Khi dùng Auto-MACE để tính hiệu quả sacubitril/valsartan vs ramipril, HR composite MACE 0,91, rất gần với HR 0,90 khi dùng adjudication truyền thống bởi CEC.

Kết luận

Auto-MACE có thể thay thế một phần công việc adjudication của CEC trong các trial lớn, đặc biệt với biến cố tử vong và đột quỵ, giúp giảm chi phí và độ phức tạp của nghiên cứu mà vẫn giữ được ước tính hiệu quả điều trị.

Nhận định chuyên môn và Ứng dụng lâm sàng

Ý nghĩa thực hành nghiên cứu

• Nếu được kiểm chứng thêm, AI có thể trở thành “thành viên thứ tư” trong CEC, giúp sàng lọc, giảm lượng công việc thủ công.
• Không phải “thay thế bác sĩ” mà là giảm chi phí trial, từ đó tăng khả năng thực hiện các thử nghiệm lớn ở nước thu nhập trung bình.

Quay lại trang trước