Integrating Artificial Intelligence in the Diagnosis of COPD Globally: A Way Forward

Integrating Artificial Intelligence in the Diagnosis of COPD Globally: A Way Forward – PMC (nih.gov)

COPDの診断における人工知能（AI)の統合:今後の展望

人工知能（AI）の能力の進歩は、医学における新たなフロンティアを開拓し、世界的にCOPD（慢性閉塞性肺疾患）の負担を軽減する可能性を秘めている。AIは、医療関連費用を削減し、診断の特異性を高め、早期のCOPD診断へのアクセス改善、COPDの進行監視およびその後の疾患管理を向上させる可能性がある。我々は、AIが世界的にCOPDの診断にどのように統合され、資源制約のある環境でどのように活用され得るかを評価した。AIは、聴診、肺機能検査、および画像診断を通じてCOPDの診断および表現型分類において探求されてきた。臨床医とAIの協力は、COPD診断のパフォーマンスを向上させ、AI統合における臨床的意思決定の重要な役割を強調している。同様に、大規模な集団ベースのコホートにおけるコンピュータ断層撮影（CT）画像のAI分析は、COPDに関連する診断能力、重症度分類、および結果の予測を向上させた。さらに、CT画像、人口統計データ、およびスパイロメトリーを含む多様なアプローチは、各モダリティ単独と比較して、COPDへの進行予測における機械学習の予測を改善することが示されている。先行研究では主に高所得国の設定で行われており、世界的な人口への一般化が欠けている可能性がある。AIは、低所得および中所得国における医療の障壁を減少させる可能性を持つWHOの優先事項である。我々は、この目標を達成するための一歩として、臨床医とAIを支援する多様なアプローチとの協力を推奨する。CT画像、スパイロメトリー、バイオマーカー、および喀痰分析の総合的な検討は、COPDと診断された患者への早期介入を可能にする臨床的判断の土台となる、異なる環境における独自の洞察を提供する可能性がある。

COPDは、その慢性的かつ進行性の性質、複雑な遺伝的および環境的相互作用、時間とともに変動する症状、および多様なテストモダリティが広範囲に利用可能であるため、AIの適用に理想的な条件が整っている。患者特有のCOPD診断を提供するための臨床医の専門知識と知識は不可欠である。AIが近い将来、臨床判断を置き換えることはないと考えられいる。それにもかかわらず、高品質の医療への障壁に対処するために、低・中所得国（LMICs）で実装可能なAIアプローチを開発することが基本となる。先行研究では、機械学習がLMICsの設定で効果的に実装できることが示されており、利用可能ながらもしばしば未使用のロバストな定期的健康情報が存在する。現在、WHOと国際機関は、能力構築とトレーニングプログラムを通じてLMICsにおけるAIインフラの開発を支援している。実際、WHOは最近、AIを最優先事項として挙げ、グローバルな設定での課題に対処するためのAIの開発と実装を呼びかけている。WHOは、AIが医療提供者による臨床判断の改善、疾患のスクリーニング、およびLMICsなどの資源制約のある設定での評価を支援できると主張している。LMICsにおけるCOPDの増大する負担を軽減するためには、利用可能なリソースを活用する多変量アプローチがより効果的かもしれない。たとえば、喀痰とバイオマーカー分析を利用することで、画像診断だけでは検出できないCOPDのエンドタイプ診断とCOPD増悪のリスク評価を容易にする肺マイクロバイオームに関するユニークな洞察を提供することができる。このアプローチは臨床判断を改善するだけでなく、通常低コストでもある。

我々は、臨床実践にAIを適用し統合するための提案されたアプローチを図1にまとめまた。LMICsなどの資源制約のある設定でCOPDを診断するための品質の高い医療サービスへのアクセスを改善することに重点を置くことを推奨する。この目標を達成するための一歩として、AIを支援した多モーダルアプローチを持つ臨床医間の協力を提案する。CT画像、スパイロメトリー、バイオマーカー分析、および喀痰分析の相互作用は、COPDと診断された人々の早期介入を含む臨床判断の基盤を提供する可能性があるユニークな洞察を設定間で提供する可能性がある。臨床医の専門知識は代替不可能であり、AI技術を補完することでCOPDのエンドタイプ分類を改善し、疾患のトラジェクトリーを予測し、COPDの結果を改善する可能性がある。