心臓磁気共鳴指標の特定におけるAI強化ECG画像分析の検証：英国バイオバンクの異民族横断研究
カテゴリ：災害・救急医療
公開日：2026年3月4日
タイトル：Validation of AI-enhanced ECG image analysis for identifying extreme cardiac magnetic resonance metrics in a cross-ethnic UK biobank study.
雑誌名：Sci Rep. 2026 Mar 04; doi: 10.1038/s41598-026-41824-5. Epub 2026 Mar 04.
概 要：
本研究は、心臓磁気共鳴（CMR）を基準とした心臓異常の特定におけるAI強化心電図（AI-ECG）モデルの診断性能を評価しました。38,804人のUKバイオバンク参加者を対象に、12誘導ECGとCMRデータを用いて、左心室機能不全、右心室機能不全、左心室肥大（LVH）、左心房拡大（LAE）などの心臓異常を検出しました。AI-ECGモデルは、韓国の病院データセットを用いて開発され、外部検証が行われました。結果として、AI-ECGモデルは心臓異常の検出において高い精度を示し、心血管疾患のスクリーニングツールとしての可能性が支持されました。
方 法：
この研究は、38,804人の参加者を対象としたコホート研究で、12誘導ECGとCMRデータがペアで収集されました。AI-ECGモデルの性能は、受信者動作特性曲線（AUC）を用いて評価され、年齢、性別、併存疾患によるサブグループ分析が行われました。
結 果：
AI-ECGモデルは、左心室機能不全の検出においてAUC 0.887（QCG-LVD）および0.896（ECG-LVGLS）、右心室機能不全ではAUC 0.778（QCG-RVD）および0.825（ECG-RVGLS）を示しました。また、21,267人のサブコホートでは、LVHの検出においてAUC 0.824、LAEではAUC 0.883を達成しました。サブグループ分析では、高齢者、男性、高血圧または虚血性心疾患のある人々での精度が高いことが示されました。
結 論：
AI-ECGモデルは、CMRで定義された心臓異常の検出において強力な性能を示し、心血管疾患の非侵襲的スクリーニングツールとしての可能性があることが確認されました。