Pulmonary Embolism Risk Stratification from CTPA and Medical Records: Vascular Graphs Are Not All You Need

技術要約：CTPAおよび診療記録からの肺塞栓症リスク層別化

問題提起
肺塞栓症（PE）のリスク層別化は、集中治療や血栓溶解療法の必要性を判断するための臨床管理において不可欠である。現在のガイドラインは、診療記録、血液検査（トロポニン、NT-proBNP）、および造影CT肺血管造影（CTPA）の視覚的評価を組み合わせて依存している。しかし、血液検査は初期診断時に利用できないことが多く、ガイドラインと日常的な診療の間に乖離を生んでいる。CTPAは標準的な診断ツールであるが、そのリスク層別化における用途は、血栓量（thrombus burden）の評価ではなく、右心室（RV）機能不全の評価に限定されている。既存の血栓量に関する臨床スコア（Qanadli、Mastoraなど）は、血栓の手動による局在化を必要とするため、日常業務で使用するには時間がかかりすぎる。ディープラーニングはセグメンテーションと検出を自動化しているが、標準的なビジョンモデルは、患者レベルのリスク予測において、血栓や動脈の疎な性質（sparse nature）への対応に苦慮している。本研究では、最先端のモデルが、医療記録とCTPAから抽出されたバイオマーカーのみを用いて、PEのリスクを正確に層別化できるかどうかを調査する。特に、豊かな肺血管グラフ表現が、より単純なグローバル特徴量に対して優位性を持つかどうかを検証する。

手法
著者らは、一意に完全なデータを持つ353人の患者のプライベートデータセットを用い、PEリスクを3つのクラス（低リスク、中等度低リスク、中等度高リスク）に分類するパイプラインを提案する。手法は主に以下の3つの段階で構成される：

1. データ前処理および特徴量抽出：

   • CTPA処理： 3D CTPA画像は、TotalSegmentatorおよびカスタムnnUNetパイプラインを用いて、心室（LV/RV）および肺動脈樹（血栓を含む）をセグメント化するために処理される。
   • グラフ構築： セグメント化された動脈樹は、接合部/末端をノード、血管をエッジとする患者固有のグラフに変換される。エッジの特徴量には、血管半径、長さ、体積、深さ、および血栓関連指標（体積、閉塞）が含まれる。
   • バイオマーカー算出：
     • 心臓バイオマーカー： 心室マスク（RV/LV体積、RV/LV比）から導出される。
     • 血管バイオマーカー： グラフから算出された、血栓量を要約する6つの患者レベルの指標（総血栓体積、Qanadliスコア、Mastoraスコアなど）。
     • 診療記録： sPESIスコアの因子、年齢、心拍数、酸素飽和度、血圧、および癌や心肺疾患の既往歴を含む構造化データ。

2. モデルアーキテクチャおよび融合戦略：
   本研究では、医療記録（グローバル特徴量）と血管情報を組み合わせるための2つの主要なアプローチをベンチマークする：

   • 表形式モデル（Tabular Models）： グローバル特徴量（医療記録、心臓バイオマーカー、および血管バイオマーカー）を結合し、決定木ベースのモデル（XGBoost）および基盤モデル（TabPFN）に入力する。
   • グラフニューラルネットワーク（GNNs）： 血管グラフに直接適用される。本研究では以下を評価する：
     • 単峰性GNN（Monomodal GNNs）： グラフのみを使用。
     • マルチモーダル融合（Multimodal Fusion）： グローバル特徴量とグラフを以下の4つの戦略で統合する：
       • 早期融合（Early Fusion）： 各ノードにグローバル特徴量を結合する。
       • 後期融合（Late Fusion）： 最終的なグラフ埋め込みにグローバル特徴量を結合する。
       • 仮想ノード（Virtual Node、提案手法）： グローバル特徴量を用いて、すべてのグラフノードに接続された仮想ノードを初期化する。
       • クロスアテンション（Cross-Attention、提案手法）： グローバル特徴量がトークン化され、ノードトークンとの双方向クロスアテンションを介して融合されるグラフトランスフォーマー（GPSバックボーン）を使用する。

3. 実験設定：

   • データセット： 2014年から2020年までのCHU Saint-ÉtienneのPE患者353名。リスクラベルは、血液検査の結果（モデルには提供されない）に基づきESCガイドラインから導出される。
   • 評価： 10分割交差検証（80/10/10分割）。性能はF1スコアで測定される。
   • ハイパーパラメータチューニング： GNNバックボーン（GCN, GATv2, GIN, GPS）および融合構成に対して、Optunaを用いた網羅的な探索を行う。

主な貢献

1. パイプラインの開発： 構造化された医療記録とCTPA由来の血管グラフを統合する、PEリスク層別化のための自動化パイプラインの導入。
2. 包括的なベンチマーク： 表形式モデルとGNNを比較し、グローバル特徴量と血管グラフを組み合わせるための2つの具体的な中間融合法（仮想ノード初期化とクロスアテンション）をテストした。
3. グラフの有用性に関する実証的調査： 血管グラフがなぜリスク層別化の向上に失敗するのかについて、過学習やラベルバイアスを主な原因として排除しながら分析を行った。

結果

• グローバル特徴量の優位性： 医療記録と心臓バイオマーカーが最も重要な予測因子である。TabPFNは、医療記録と心臓バイオマーカーを用いて**86.3%**のF1スコアを達成した。
• 血管バイオマーカーの限定的な価値： 表形式モデルに血管バイオマーカー（Qanadliスコアなど）を追加しても、性能は有意には向上しない（心臓のみの場合の86.3%に対し、血管バイオマーカーの追加による変化はごく僅かであった）。
• GNNの性能： グローバル特徴量なしで血管グラフに適用されたGNNは、性能が低い（F1 ~50-55%）。グローバル特徴量が追加されるとGNNは改善するが、強力な表形式のベースラインを上回ることはできない。最良のGNN構成（クロスアテンションを用いたGPS）は**83.8%**のF1を達成したが、これはTabPFNのベースライン（86.3%）と統計的に区別がつかず、有意な改善をもたらさない。
• 仮説検証：
  • 過学習： 排除された。汎化誤差は、より大きなデータセットにおいても一貫していた。
  • 学習の失敗： 排除された。GNNは、表形式モデルよりも優れた精度で血管バイオマーカー（総塞栓体積、Qanadliスコア）を回帰できており、グラフパターンを学習できることが証明された。
  • ラベルバイアス： 排除された。モデルの誤差は、ガイドラインのバージョン変更によって定義された曖昧なケースと相関していなかった。

意義および結論
本論文は、肺血管グラフの有用性を評価した初の研究である。詳細な血管トポロジーや血栓量がリスク予測を強化するという直感に反して、結果は、血管グラフがこの特定のタスクにおいて、医療記録や心臓バイオマーカーを超えた追加の識別情報を提供しないことを示唆している。

著者らは、GNNは血管グラフ内の複雑なパターンを学習できるものの（バイオマーカーの回帰によって証明）、これらのパターンは単純なグローバル特徴量と比較して、患者レベルのリスク層別化の向上にはつながらないと結論付けている。この知見は、肺血管のグラフ表現がこの臨床応用において本質的に優れているという仮定に疑問を投げかけるものであり、現在の臨床バイオマーカーや病歴が、必要なリスク情報をすでに捉えている可能性を示唆している。さらなる調査を支援するため、コードは公開されている。