研究紹介

この研究では、心肥大を検出するために心電図と心エコー図を使用する機械学習モデルが開発され、複数の医療機関での汎用性が確認されました。特に、複数の機関からのデータを用いたフェデレーテッドラーニングアプローチにより、モデルの一般化能力が向上し、肥大型心筋症の検出において高い精度が示されました。

HCMは診断が難しく、特に高血圧や大動脈弁狭窄症などの一般的な心疾患と区別するのが困難です。このため、診断の精度を高めるために、心電図と心エコー図を用いた機械学習モデルの開発とその汎用性の評価を目的として行われました。

この研究では、アメリカの3つの医療機関と日本の慶應義塾大学病院から収集された心電図と心エコー図のデータを使用しました。総計74,376件の心電図データと8,392件の心エコー図データが含まれています。

フェデレーテッドラーニングを利用することで、各機関で訓練されたモデルよりも優れた肥大型心筋症の識別能力が得られました。特に、心電図と心エコー図の組み合わせにより、心肥大型心筋症をより高精度で検出できることが示されました。これにより、特定の臨床的な状況で早期診断が可能となる可能性があります。

この研究は、肥大型心筋症が未診断のコントロール群に誤って含まれる可能性があることや、研究に参加した医療機関が第三次医療機関であるため、一般的な集団に対する結果の一般化には注意が必要です。また、フェデレーテッドラーニングに関連するデータの部分的な逆推測のリスクも考慮する必要があります。

株式会社エブリワン・コホート AIアドバイザー/ ハーバード医学部インストラクターの後藤信一が行いました。