AI／心電図：人工知能によって可能になった心電図解析を用いる、心収縮機能障害のスクリーニング

無症候性左室機能不全（ALVD）は一般集団の3～6％に存在し、生活の質の低下や寿命短縮と関係付けられているが、発見されれば治療は可能である。ALVDを病院で低価格かつ非侵襲的にスクリーニングする手段は、現在のところ存在しない。我々は、心臓の電気的活動を測定する日常的な方法である心電図（ECG）に人工知能（AI）を適用すればALVDを見つけ出せると考え、検証を行った。今回、メイヨークリニックの患者4万4959人から得た、誘導心電図とそれと対となる左室駆出率（収縮機能の指標の1つ）を含む心エコー図のデータ12対を用いて、畳み込みニューラルネットワークがECGデータのみを使って心室機能不全患者（駆出率 ≤ 35％と定義される）を見つけ出せるようにトレーニングを行った。このセットとは無関係の患者5万2870人からなるデータセットで試験したところ、学習済みのネットワークモデルで曲線下面積が0.93、感度86.3％、特異度85.7％、精度85.7％という値が得られた。左室機能不全が見られていない患者のうち、AIスクリーニングで陽性だった患者は、心室不全を将来的に発症するリスクが、陰性だった患者と比べると4倍（ハザード比は4.1；95％信頼区間3.3～5.0）であった。広く使用される低コスト検査の1つであるECGにAIを適用すれば、無症候な患者の中からALVDを選び出す強力なスクリーニング手段となる。