人工知能による心室肥大の検出精度：系統的レビューとメタアナリシス
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Diagnostic accuracy of artificial intelligence in detecting left ventricular hypertrophy by electrocardiograph: a systematic review and meta-analysis.
雑誌名：Sci Rep. 2024 Jul 10; 14(1): 15882.
概 要：
本研究は、心室肥大（LVH）の検出における人工知能（AI）の診断精度を、Sokolow-Lyon基準およびCornell基準と比較する系統的レビューとメタアナリシスを実施しました。MEDLINE、EMBASE、Cochraneデータベースから2023年5月までの関連研究を検索し、AIのLVH検出精度を評価した観察研究を含めました。66,479人の参加者が含まれ、AIの使用は診断精度の向上と関連し、要約ROC（SROC）は0.87でした。従来の基準に比べてAIの診断精度が優れていることが示されました。
方 法：
本研究は、AIの心室肥大検出における精度を評価した観察研究を対象とした系統的レビューとメタアナリシスです。MEDLINE、EMBASE、Cochraneデータベースから関連研究を検索し、合計66,479人の参加者が含まれました。AIの性能はROC曲線の面積（AUC）および感度、特異度を用いて評価されました。
結 果：
AIを用いた場合の診断精度は、要約ROC（SROC）が0.87であり、Sokolow-Lyon基準は0.68、Cornell基準は0.60でした。AIの感度は69%、特異度は87%であり、Sokolow-Lyon基準の感度は25%、特異度は92%、Cornell基準の感度は19%、特異度は94%でした。これにより、AIアルゴリズムの方がLVH検出において優れた診断精度を持つことが示されました。
結 論：
AIを用いた心室肥大の診断方法は、従来の基準に比べて高い診断精度を示し、特に感度の向上が顕著でした。これらの結果は、LVH検出におけるAIの有望なツールとしての検証に寄与します。