性別に関連する心血管リスクの連続体を特定するための人工知能強化心電図：後ろ向きコホート研究
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：Artificial intelligence-enhanced electrocardiography for the identification of a sex-related cardiovascular risk continuum: a retrospective cohort study
雑誌名：Lancet Digit Health. 2025 Mar; 7(3): e184-e194.
概 要：
この研究は、心血管医学において女性が通常過小評価されていることを背景に、性別を二項変数としてリスク層別化することの限界を指摘し、性別特異的な心血管リスクを調査するための人工知能強化心電図（AI-ECG）モデルを開発することを目的としています。後ろ向きコホート研究として、12誘導心電図を用いて性別を分類するための畳み込みニューラルネットワークを訓練しました。
方 法：
この後ろ向きコホート研究では、ボストンのBeth Israel Deaconess Medical Centerから収集された1,163,401件の心電図データを用いて、50%をモデル訓練、10%を検証、40%をテストに使用しました。外部検証には、UK Biobankコホート（2006-2010年に登録された40-69歳のボランティアからの42,386件の心電図データ）を使用しました。AI-ECGによって予測された性別と生物学的性別との違いを示す「性別不一致スコア」を検討しました。
結 果：
AI-ECGは性別を正確に特定し、BIDMCでは受信者動作特性曲線下面積（AUROC）が0.943、UK Biobankでは0.971でした。BIDMCの正常心電図を持つ外来患者では、性別不一致スコアの増加が女性の心血管死のリスク増加と関連しており（ハザード比HR 1.78）、男性では関連が見られませんでした（HR 1.00）。UK Biobankでも同様の傾向が確認されました。性別不一致スコアが高い女性は、将来的に心不全や心筋梗塞を発症する可能性が高く、両コホートで男性的な心臓および非心臓の表現型が観察されました。
結 論：
性別不一致スコアは、心血管リスクが不均衡に高い女性を特定できる新しいAI-ECGバイオマーカーであり、リスク因子の修正や監視が必要な女性患者を特定する可能性があります。