ログイン・会員登録

会員の方

ID・パスワードをお持ちの方は、
こちらからログインください。

パスワードをお忘れの方はこちら

認証キーの承認をされる方はこちら

2016年1月より会員IDがメールアドレスに統一されました。

会員登録されていない方

会員限定コンテンツのご利用には、会員登録が必要です。

新規会員登録

サイトマップお問合わせ

  • 新規会員登録
  • ログイン

2021/12

AI活用心電図解析が心房細動の早期発見に有用
AIによる心房細動予測能はCHARGE-AFスコアに匹敵、米研究

AI-Based Analysis of ECG May Help Assess A-Fib Risk

人工知能(AI)を活用して12誘導心電図(ECG)の波形を解析することで、心房細動(AF)の発症リスクをCHARGE-AFスコアと同程度に予測できるとする研究結果が、「Circulation」に11月8日報告された。

米マサチューセッツ総合病院(MGH)のShaan Khurshid氏らは、2000~2019年に同病院で治療を受けた18~90歳の患者の12誘導ECGデータを用いて、5年間のAF発症リスクを予測するように、畳み込みニューラルネットワークに学習させ、予測モデル(ECG-AI)を開発した。次に、(1)ECG-AIが予測した5年間のAF発症率、(2)CHARGE-AFスコア、(3)ECG-AIおよびCHARGE-AFスコアをいずれも共変量とした場合(CH-AI)のそれぞれにおいてCox比例ハザードモデルを作成した。その上で、開発したECG-AIモデルの予測精度を、内部テストセットと2つの外部テストセット〔ブリガム・アンド・ウィメンズ病院(BWH)およびUKバイオバンク〕の予測精度を用いて評価した。モデル学習にはトレーニングセットとして4万5,770例(平均年齢55歳、女性53%、AFイベント2,171件)を、検証にはテストセットとして8万3,162例(同59歳、56%、2,424件)が用いられた。

その結果、Cox比例ハザードモデルにおける曲線下面積(AUROC)は、CHARGE-AF(MGHで0.802、BWHで0.752、UKバイオバンクで0.732)とECG-AI(同順に0.823、0.747、0.705)で同程度であることが分かった。AUROCはCH-AIのものが最も高かった(同順に0.838、0.777、0.746)。顕著性マップ(人が画像を認識する際に注視しやすい部分を画像で表現したもの)の分析では、ECG上のP波はAIモデルの予測能に最も大きな影響を与えていた。

以上の結果から、Khurshid氏は、「研究で用いたアルゴリズムを適用すれば、臨床医はAFの重要なリスク因子を早期に発見して修正することができ、AF発症リスクの低減につなげられる可能性がある」と述べている。なお、一部の著者が製薬企業との利益相反に関する情報を明らかにしている。(HealthDay News 2021年11月24日)

AI-Based Analysis of ECG May Help Assess A-Fib Risk

Predictive utility comparable for CHARGE AF clinical risk score, artificial intelligence-enabled analysis of 12-lead electrocardiogram

WEDNESDAY, Nov. 24, 2021 (HealthDay News) -- Artificial intelligence (AI)-based analysis of 12-lead electrocardiograms (ECGs) has similar predictive ability for incident atrial fibrillation (AF) as a clinical risk score, according to a study published online Nov. 8 in Circulation.

Shaan Khurshid, M.D., M.P.H., from Massachusetts General Hospital (MGH) in Boston, and colleagues trained a convolutional neural network (ECG-AI) to infer five-year incident AF risk using 12-lead ECGs in patients receiving care at MGH. Three hazard models were fit and included: ECG-AI five-year AF probability; the Cohorts for Heart and Aging in Genomic Epidemiology AF (CHARGE-AF) clinical risk score; and terms for both ECG-AI and CHARGE-AF (CH-AI). Model performance was assessed in an internal test set and two external test sets (Brigham and Women's Hospital [BWH] and U.K. Biobank). The training set and test sets included 45,770 and 83,162 individuals, respectively.

The researchers found that the area under the receiver operating characteristic curve (AUROC) was comparable using CHARGE-AF (0.802, 0.752, and 0.732 for MGH, BWH, and U.K. Biobank, respectively) and ECG-AI (0.823, 0.747, and 0.705 for MGH, BWH, and U.K. Biobank, respectively). The highest AUROC was seen with CH-AI (0.838, 0.777, and 0.746 for MGH, BWH, and UK Biobank, respectively). Low calibration error was seen with ECG-AI and CH-AI. The ECG P-wave had the greatest influence on AI model predictions in saliency analyses.

"The application of such algorithms could prompt clinicians to modify important risk factors for atrial fibrillation that may reduce the risk of developing the disease altogether," Khurshid said in a statement.

Several authors disclosed financial ties to the pharmaceutical industry.

Copyright©2021HealthDay. All rights reserved.

2021年の医療AIレポート一覧へ
掲載内容について
本サイトは、記事コンテンツおよびサブコンテンツで構成されます。記事コンテンツにおいては、HealthDay Newsとして掲載された医療AI情報の記事をJapan編集部が翻訳して配信しています。記事の具体的な内容については、原著にて確認することをお勧めいたします。サブコンテンツにおいては、厚生労働省の「保健医療分野におけるAI活用推進懇談会」報告書から「AIの活用に向けた工程表」「健康・医療・介護・福祉分野においてAIの開発・利活用が期待できる領域」を掲載し、日本の政府の方針についてお知らせしています。本コンテンツの運営は、株式会社テクノミックが行い、武⽥薬品⼯業株式会社の関与はありません。また、本コンテンツに含まれる治療⽅法等は武⽥薬品⼯業株式会社が推奨・保証するものではありません。本コンテンツの情報に含まれる薬剤については、最新の国内添付文書でご確認ください。
著作権について
本コンテンツに掲載されている内容の無断転載・配布を固く禁じます。武田薬品工業株式会社から事前に文書による許諾を得ることなく、本コンテンツに掲載されている内容を再掲載すること、また検索システムに登録することや、電子的、機械的等、いかなる形式・方法にかかわらず、複写や記録を行うことを禁止いたします。また、本コンテンツで紹介する記事の著作権はHealthDayに帰属します。
免責事項
武田薬品工業株式会社は、本コンテンツに含まれる情報の完全さおよび正確さを保証するものではなく、その内容について一切責任を負いません。本コンテンツを利用される方々には信頼すべき情報を各自で確認されることをお勧めいたします。本コンテンツに含まれる情報は、決して、医師その他の医療従事者によるアドバイスの代わりになるものではありません。また、本コンテンツは、特定の薬剤を広告・宣伝するものではありません。