AI支援心筋梗塞診断における心エコービデオの活用：説明可能性は人間とAIの協調精度を向上させるか？

科学分野:

• 心臓病学; 人工知能; 医用画像処理

背景:

• 心エコー検査は心筋梗塞（MI）の評価に不可欠ですが、観察者間のばらつきがあります。; 人工知能（AI）は自動解釈の可能性を提供しますが、人間とAIの協調への影響については研究が必要です。

研究 の 目的:

• MIの心エコー検査を解釈する心臓病学研修医の診断パフォーマンスに対するAI駆動型説明の影響を評価すること。

主な方法:

• MIを心エコービデオから検出するためにResNet18-LSTMモデルをトレーニングしました。; Gradient-weighted Class Activation Mapping（Grad-CAM）を使用して視覚的な説明を生成しました。; 心臓病学研修医の診断パフォーマンスを、エコークリップ単独、AI予測との併用、AI予測とGrad-CAM説明との併用の3つの条件で比較しました。

主要な成果:

• AIモデルは高い識別性能（AUC 0.9250–0.9429）を達成しました。; AI単独（正解率80.0%）は、臨床医単独（正解率77.0%）をわずかに上回りました。; AIと人間の判断を組み合わせてもパフォーマンスは向上せず、視覚的な説明により正解率は72%、特異度は83.8%に低下しました。

結論:

• AIは心エコー検査でMIを検出できますが、現在の説明可能性手法は臨床推論と一致しない可能性があります。; 説明可能なAI技術は、臨床ワークフローと一致しない場合、診断パフォーマンスを低下させる可能性があります。; 将来のAI統合には、臨床医の専門知識を妨げるのではなく、補完する説明戦略が必要です。