心血管疾患：AIを用いて心電図から構造的心疾患を検出する

構造的心疾患の早期検出は転帰の改善に非常に重要だが、心エコー検査などの画像化ツールのコストと利用可能性により、広範なスクリーニングは依然として制限されている。心調律の記録に適用された機械学習の最近の進歩は、疾患の特定に有望であることを示しているものの、これまでの研究は、限られた集団で開発されてきたことや対象が特定の心疾患のみであったことといった制約があった。今回我々は、多様な種類の構造的心疾患を検出するために、大規模で多様な医療システムから得た100万件以上の心調律と画像化記録で訓練された、EchoNextという深層学習モデルを報告する。このモデルは、内部検証と外部検証で高い診断精度を実証し、対照評価で心臓病専門医の成績を上回り、さまざまな医療環境、人種・民族グループを通じて一貫した成績を示した。このモデルは、心臓画像診断を受けたことのない患者の臨床試験で前向き評価が行われ、これまでに診断されていなかった心疾患を特定することができた。これらの知見は、人工知能が心疾患スクリーニングへのアクセスを大規模に拡大させる可能性を裏付けている。我々は、さらに開発を進めて、透明性を高めるために、モデルの重みと、心調律データと画像化ベースの診断を関連付けた大規模な注釈付きデータセットを公開している。

目次へ戻る