ウェアラブル心電図を用いた血行動態モニタリングのための人工知能

概要

単極心電図から学習した深層学習モデルは左房圧上昇を内部AUC 0.80、外部AUC 0.76、右心カテ施行時近傍の前向きパッチ心電図でAUC 0.875で同定しました。ウェアラブル心電図による在宅・非侵襲的血行動態モニタリングの実現可能性を示します。

主要発見

• 左房圧上昇検出の内部検証AUCは0.80、外部検証AUCは0.76でした。
• 右心カテ直近の前向きパッチ心電図コホートでAUC 0.875を達成しました。
• 単極ウェアラブル心電図を活用し、在宅での血行動態モニタリングを支持しました。

臨床的意義

この手法は、広く利用可能なパッチ式心電図を用いて血行動態的うっ血を遠隔検出し、利尿薬調整や早期介入の誘発など心不全管理の高度化に寄与し得ます。

限界

• 前向きコホートの規模が抄録で明示されておらず小規模の可能性
• モデルの解釈性および在宅環境や多様な併存疾患への一般化にはさらなる検証が必要

今後の方向性

失調予測の臨床的有用性、ワークフロー統合、転帰改善を検証する大規模前向き多施設・縦断研究が求められます。