聴診AIで左室機能低下を検出、国内多施設の外部検証で感度86%
順天堂大学などの研究グループは、心音と単誘導心電図を使うAIを開発しました。心エコー検査を受ける患者964人で外部検証し、左室駆出率40%以下に対する感度は86.3%、特異度は74.2%でした。
順天堂大学などの研究グループは、デジタル聴診で記録した心音と単誘導心電図から、左室の収縮機能が低下した患者を検出するAIを開発しました。独立した多施設の患者集団でも精度を検証し、NEJM AIに報告しています。心エコー検査を必要とする人の絞り込みを想定した研究です。
心エコー検査の前段階での評価
左室駆出率（LVEF）は、左室にたまった血液のうち、収縮で送り出す割合です。研究グループは、同時に行った心エコー検査でLVEFが40%以下だった場合を左室機能低下と定義しました。
研究は前向きの多施設研究です。診療上の理由で心エコー検査を受ける成人に、胸部4か所のデジタル聴診と単誘導心電図を実施しました。AIは両方の記録を使って判定します。一般健診の受診者を対象にした試験ではありません。
独立した患者集団での検証
研究グループは2,359人のデータでモデルを学習させました。外部検証には、別の多施設登録から得た964人のデータを使用しています。この集団で左室機能低下があった患者の割合は7.6%でした。
外部検証の感度は86.3%、特異度は74.2%でした。感度は機能低下のある患者を検出できた割合、特異度は機能低下のない患者を正しく陰性と判定できた割合です。機能低下の検出と、不要な精査につながる陽性判定の両方を見る必要があります。
病気の有無を見分ける総合的な指標であるAUCは、0.904でした（95%信頼区間0.876〜0.930）。AUCは0.5が偶然と同程度、1.0が完全な判別に相当します。聴診を2か所に減らしたモデルでも、外部検証のAUCは0.903でした。測定箇所を減らしても、判別性能は維持されました。
循環器医との比較
100人を対象にした追加の判読試験では、AIの正確度は82.0%、循環器医の合議は62.0%でした（P=0.004）。研究全体では、心電図だけを使うモデルや、臨床情報などを用いた統計モデルとも比較しています。
この正確度は、100人の判読試験における値です。外部検証964人の正確度75.1%とは対象が異なるため、同じ集団で医師を上回った結果としては扱えません。
検証対象と診療への位置づけ
今回検証したのは、すでに心エコー検査を受ける理由がある患者です。著者らは、より広い集団のスクリーニングに使う前には追加検証が必要としています。心エコー検査に進む人を見つける補助としての成績であり、心エコー検査そのものを置き換える効果は示していません。
研究メモ：資金提供はAMI株式会社と科研費です。公開要旨には利益相反と、この判定AIの国内承認状況の詳細は記載されていません。
出典
- [1]
- [2]
※画像はGPT Image 2.5で生成したイメージです。