大動脈・僧帽・三尖弁逆流の心エコー評価とリスク層別化のための深層学習：DELINEATE-regurgitation研究

概要

71,660件の心エコー（カラードプラ約120万動画）を用いた多視点AIは、AR/MR/TR重症度で専門医と高い一致を示し、僧帽弁逆流の進行を調整後HR 4.1で予測し、単一視点より優れていた。

主要発見

• 多視点AIはARで重み付きκ0.81/0.76、MRで0.76/0.72、TRで0.73/0.64を達成し、単一視点法を上回った。
• AIスコアは軽度〜中等度MRから中等度高度以上への進行を調整後HR 4.1（95% CI 2.5–6.6）で予測。
• 2施設の71,660件TTE・1,203,980本のカラードプラ動画を活用。

臨床的意義

AI支援エコーによりAR/MR/TRの重症度判定を均質化し、僧帽弁逆流の高リスク例を抽出して厳密なフォローや適時の専門紹介・治療介入時期の最適化に役立つ。

限界

• 後ろ向き・2施設研究であり、他機種・撮像条件・集団への一般化検証が必要。
• 正解ラベルは専門医判定に依存し、ラベリングのばらつきやバイアスの可能性がある。

今後の方向性

前向き多施設試験での実装効果・ガイドライン整合性・転帰改善の検証、逆流病因評価や介入時期推奨への拡張。