AI聴診|心臓の収縮機能低下を検出するAIモデルの性能と専門医との比較

時事ドットコム(順天堂大学プレスリリース) 日本
概要
順天堂大学とAMI株式会社の研究グループが、心音と心電図をAIで解析し、左室収縮機能障害を高精度に検出する「AI聴診」の手法を検証しました。外部検証においてAUC 0.904という高い識別能を達成し、その正確度は循環器専門医による聴診判定を上回りました。本技術により、心エコー検査が必要な患者を効率的に見極め、心不全の早期発見につながることが期待されます。
詳細

主要成果

順天堂大学大学院医学研究科の佐藤瑛一郎氏、鍵山暢之准教授、南野徹教授らの研究グループとAMI株式会社は、デジタル聴診器で記録した心音と心電図をAIで解析し、心臓(左心室)の収縮機能が低下した状態(左室収縮機能障害)を高精度に検出する手法を検証しました。国内の複数施設で収集した2,359名のデータで学習させたAIモデルを、別の6施設・964名のデータを用いて外部検証した結果、AUC 0.904という高い識別能を記録しました。また、AIの正確度は82.0%に達し、循環器専門医7名による多数決判定の正確度(62.0%)を統計学的に有意に上回ったことが示されました。

技術・詳細

本手法では、AMI株式会社製のデジタル聴診器「Cardio-EGG(R)」を用い、胸部の標準的な4か所で心音と単誘導心電図を同時に各8秒間記録します。AIモデルの構築には、時間的な順序を持つデータの前後関係を捉える「Transformer」と、波形の局所的な特徴を捉える「畳み込みニューラルネットワーク(CNN)」を組み合わせています。心エコー検査における左室駆出率(LVEF)が40%以下の場合を「左室収縮機能障害あり」と定義し、判定を行いました。

外部検証における詳細な性能は以下の通りです。

  • 感度(低下している人を正しく検出できる割合):86.3%
  • 陰性的中率(AIが「可能性が低い」と判定し、実際に低下がなかった割合):98.5%
  • 識別能(AUC):0.904

この精度は、心音のみ(AUC 0.832)や心電図のみ(AUC 0.804)のAI、あるいは年齢・血液検査(BNP)などを組み合わせた統計モデル(AUC 0.719~0.848)よりも高い数値となりました。また、年齢、性別、心房細動や弁膜症の有無による解析においても、AUC 0.882~0.959と安定した精度を示しました。

背景・業界の文脈

高齢化に伴い増加している心不全の前段階である左室収縮機能障害は、自覚症状に乏しく発見が遅れやすい一方、早期治療による経過改善が可能です。標準的な評価法である心エコー検査は、専用装置と専門技術を要するため、全患者に速やかに実施することは困難です。一方、従来の聴診は簡便ですが、収縮機能の低下を聴き分けることは専門医にとっても難しく、医師の経験によって判断がばらつくという課題がありました。これまでもデジタル心音のAI解析研究はありましたが、多施設で収集した大規模データを用いた開発と、それを用いない独立したデータでの外部検証は不十分な状況にありました。

今後の展望

本研究により、特別な設備を必要とせず短時間で実施できるAI聴診が、精密検査が必要な患者を効率よく専門診療につなげる手段となる可能性が示されました。今後は、症状のない方を対象とした健診での有用性や、実際の診療における予後・効率の改善についての検証が必要です。また、AI心電図などの他検査との組み合わせを含め、実際の診療フローにおける有用性を検証することで、心不全の早期発見・早期治療の実現を目指します。

元記事: https://www.jiji.com/jc/article?k=000000924.000021495&g=prt

毎週の技術動向レポートを無料でお届け

各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。

📢 メールマガジンに無料登録(週刊・技術動向レポート)

ご登録いただくと、Troy-Technical から週刊で技術動向レポート(メールマガジン)をお届けします。

  • 取得したメールアドレス・選択分野は配信目的にのみ使用します。
  • 第三者へ提供することはありません。
  • 配信はいつでも解除できます(各メール下部のリンクから)。

詳しくはプライバシーポリシーをご覧ください。

登録は1分・いつでも解除できます

この記事は Troy-Technical が公開しています。素材メーカーで技術開発に携わってきた技術者が、個人で運営しているサイトです。
運営者について / お問い合わせ info@troy-technical.jp
よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

目次