単一心エコー図ビューによる弁膜疾患および心室機能の人工知能評価

科学分野:

• 心臓病学
• 人工知能
• 医用画像処理

背景:

• 弁膜疾患と心不全は、世界的な健康に重大な課題をもたらしています。
• 特にリソースが限られている地域では、包括的な心エコー検査へのアクセスがしばしば制限されています。
• 人工知能（AI）は、単純化されたイメージングを介した迅速なポイントオブケア心臓評価の可能性を提供します。

研究 の 目的:

• 単一の心エコー図ビューから弁膜および心室の機能不全を検出する深層学習モデルの精度を評価すること。
• 非心臓専門医がハンドヘルド超音波デバイスを使用して取得した画像でモデルのパフォーマンスを評価すること。

主な方法:

• 深層学習モデルは、120,000件を超える心エコー検査の研究でトレーニングおよび検証されました。
• このモデルは、中等度以上の僧帽弁/三尖弁逆流、右室機能不全、および左室駆出率低下（≤40％）を特定しました。
• 前向き検証には、包括的な心エコー検査と比較して、ハンドヘルドポイントオブケア超音波を使用した209人の患者が含まれました。

主要な成果:

• 後向きテストでは、高い曲線下面積（AUC）が示されました：0.883（僧帽弁逆流）、0.913（三尖弁逆流）、0.940（RV機能不全）、および0.982（駆出率低下）。
• 前向き検証では、それぞれの状態について0.72、0.87、0.95、および0.97のAUCが得られました。
• このモデルは、標準およびハンドヘルド超音波の両方の取得で強力な診断精度を示しました。

結論:

• 単一ビューの深層学習モデルは、有意な弁膜および心室の機能不全を正確に検出します。
• このAIアプローチは、多様な臨床設定における非心臓専門医による迅速かつスケーラブルな心機能スクリーニングを可能にします。