ディープラーニングモデルで心電図の洞調律からAFを予測

米国で、外来患者の洞調律の心電図（ECG）にディープラーニングモデルを適用することにより、大規模かつ多様な患者集団で心房細動（AF）を予測できるかどうかを検討した。退役軍人省（VA）病院ネットワークの外来患者の12誘導ECGを用いた畳み込みニューラルネットワークをトレーニングし、洞調律ECGから31日以内のAFを予測した。このモデルを、2つのVAネットワークでのトレーニングから除外されたECG、別のVAネットワーク4施設およびVA以外の大規模学術医療センター1施設のECGで検証した。 VAの6施設全体で90万7858件（患者の平均年齢62.4歳、女性6.4％、平均CHA2DS2-VAScスコア1.9）、VA以外の学術医療センターで7万2483件（同59.5歳、52.5％、1.6）のECGを解析した。モデルを検証した結果、VAの施設では受信者動作特性曲線下面積（AUROC）が0.86、精度が0.78、F1スコアが0.30、VA以外の施設ではAUROCが0.93、精度が0.87、F1スコアが0.46だった。モデルの較正は良好で、すべての施設でBrierスコアが0.02だった。モデルの性能は...