心筋梗塞の迅速な除外のためのポイントオブケア高感度心筋トロポニンIを用いた機械学習アルゴリズムの診断精度：後ろ向き研究
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Diagnostic accuracy of a machine learning algorithm using point-of-care high-sensitivity cardiac troponin I for rapid rule-out of myocardial infarction: a retrospective study
雑誌名：Lancet Digit Health. 2024 Oct; 6(10): e729-e738.
概 要：
本研究は、ポイントオブケア（POC）高感度心筋トロポニン（hs-cTn）測定を用いた機械学習アルゴリズム（ARTEMIS）による心筋梗塞の迅速な除外の診断精度を評価しました。2560人の患者を対象に、ARTEMISアルゴリズムの診断性能を欧州心臓病学会（ESC）および米国心臓病学会（ACC）の推奨する0時間パスウェイと比較しました。ARTEMISアルゴリズムは、99.96%の陰性予測値と99.68%の感度を示し、心筋梗塞の迅速な除外を可能にしました。
方 法：
本研究は、米国とオーストラリアの2つの前向き観察コホートからのデータを後ろ向きに分析したものです。心筋梗塞の疑いで救急外来を訪れた患者を対象に、ARTEMISアルゴリズムの安全性と有効性を評価しました。主要評価指標は、心筋梗塞の診断と30日間の追跡イベントの合成でした。
結 果：
心筋梗塞の有病率は6.5%で、ARTEMIS-POCアルゴリズムは899人（35.1%）を迅速除外可能とし、陰性予測値は99.96%、感度は99.68%でした。心筋梗塞の見逃し率は0.05%、30日間の追跡イベントは0.07%と低く、ARTEMISアルゴリズムはESCおよびACCの推奨パスウェイよりも2倍以上の患者を迅速除外可能としました。
結 論：
ARTEMIS-POCアルゴリズムは、心筋梗塞の迅速かつ安全な除外を実現し、低リスク患者の早期退院を促進する可能性があります。このアルゴリズムは、心筋梗塞の疑いがある患者のトリアージに新たな機会を提供することが期待されます。