モバイルECG機器データからQT延長を予測するAI開発
心拍数補正QT間隔(QTc)を判定する人工知能(AI)対応12誘導心電図(ECG)アルゴリズムを開発し、モバイル心電図機器(ECG)で収集した心電図記録のデータを用いて、臨床的に意義のあるQTc延長(QTc値≧500msなど)を検出する能力を検証した。QTcを予測するディープニューラルネットワーク(DNN)の構築と検証には、患者53万8200例の12誘導心電図データ160万件超(訓練に25万767例、テストに10万7920例、検証に17万9513例)を使用した。 遺伝性心疾患患者686例(50%にQT延長症候群あり)のモバイルECG記録からDNNが予測したQTc値と同じ患者の12誘導心電図から循環器専門医(-0.45±24.73ms)および民間のECGコアラボ(+10.52ms±25.64ms)が判読した結果との差は、許容範囲内だった。モバイルECG記録からDNNがQTc延長を検出する能力は、曲線下面積0.97、感度80.0%、特異度94.4%だった。 この記事への読者の皆様(医師)からのコメントを募集しています。(こちらから投稿していただくコメントは実名での投稿になり、匿名で投稿で...
m3.comは、医療従事者のみ利用可能な医療専門サイトです。会員登録は無料です。