Article
医学研究：AIによる、動画に基づいた心機能の心拍ごとの評価
Nature 580, 7802 doi: 10.1038/s41586-020-2145-8
心機能の正確な評価は、心血管疾患の診断や心毒性のスクリーニング、重症患者の臨床管理に関する決定に非常に重要である。しかし、人間による心機能評価は、心周期の限定的なサンプル抽出に集中しており、長期の訓練を受けた観測者間でもかなりのばらつきが見られる。今回我々は、この難題を克服するための、動画に基づいた深層学習アルゴリズム「EchoNet-Dynamic」について報告する。このアルゴリズムは、左心室の区画化や、駆出率の推定、心筋症の評価といった重要なタスクにおいて人間の専門家の成績を上回ることができる。我々のモデルは心エコー動画で訓練すると、左心室をDice類似度係数0.92で正確に区画化し、駆出率を平均絶対誤差4.1％で予測し、駆出率の低下した心不全を曲線下面積値0.97で正確に分類した。他の医療機関からの外部データセットでは、EchoNet-Dynamicは駆出率を平均絶対誤差6.0％で予測し、駆出率の低下した心不全を曲線下面積値0.96で分類した。人間による反復測定の前向き評価によって、このモデルのばらつきは、人間の専門家によるものと同等あるいはそれよりも小さいことが確認された。我々のモデルは複数の心周期にわたる情報を利用することで、駆出率の微細な変化を速やかに特定でき、人間による評価よりも再現性が高く、リアルタイムでの心血管疾患の正確な診断の基礎を構築する。我々は、さらなる革新を促すための情報資源として、1万30の注釈付き心エコー動画の大規模なデータセットも公開する。
