上腕カフから中枢大動脈圧波形を推定するスペクトル機械学習アプローチ

概要

115例での侵襲的大動脈カテーテルと上腕カフの同時測定を用い、機械学習により非侵襲的に中枢大動脈圧波形を高精度（正規化RMS誤差11.3%）で再構成しました。収縮期圧の動的変動も捉え、拍動ごとの波形の大きさや形状は侵襲的参照と整合しました。

主要発見

• 上腕カフの波形成分から中枢大動脈波形へマッピングするスペクトル機械学習モデルを開発。
• 115例での侵襲的大動脈カテーテル計測と同時比較で高い忠実度（正規化RMS誤差11.3%）を達成。
• 大動脈収縮期血圧の動的変動を強い相関（r=0.76）で捉えた。

臨床的意義

幅広い検証が進めば、非侵襲的な中枢血圧波形解析を日常診療・臨床試験で実装でき、リスク層別化や中枢血行動態への薬剤効果評価、個別化高血圧管理の改善に寄与します。

限界

• 単一機器・単一施設での開発であり、装置や集団を超えた一般化に課題。
• 臨床アウトカムとの関連は未検証で、不整脈や体動、多様な病態での性能は未評価。

今後の方向性

多施設・多機器・多様集団での外部検証、不整脈や外来環境での堅牢性評価、医療機器への実装と規制レベルの校正、臨床アウトカム検証。