心電図画像に適用した人工知能による心不全リスク層別化：多国籍研究

概要

12誘導ECG画像に適用したAIモデルは3つのコホートで新規心不全を予測し、ハザード比は3.9～23.5、C統計量は最大0.81であった。PCP-HFにAI-ECGを併用すると識別能が向上し、ECG由来デジタルバイオマーカーの有用性が支持された。

主要発見

• AI-ECG陽性はYNHHS、UKB、ELSA-Brasilの各コホートで新規心不全リスクを大幅に上昇（HR 3.88～23.50）。
• 識別能は0.718～0.810で、PCP-HFへのAI-ECGの追加で予測性能が有意に改善。
• AI-ECG確率が高いほどリスクが単調増加し、併存症や競合リスクを調整後も一貫していた。

臨床的意義

AI-ECG確率により心エコーの選別、リスク管理の強化、一次医療でのPCP-HF補強が可能となる。

限界

• 観察研究であり、AI-ECGによる介入の因果効果は不明
• 他の医療体制やECG取得プロセスへの外的妥当性検証が必要

今後の方向性

AI-ECG起点の診療経路の前向き介入評価、過少代表集団でのキャリブレーション、画像・バイオマーカーとの統合。