小児の生物学的性別予測のためのAI搭載ECGの多施設検証

科学分野:

• 心臓病学
• 人工知能
• 小児医療

背景:

• 生物学的性別は心電図（ECG）パターンに影響を与え、健康と病気に影響します。
• 既存のAIモデルは、ECGによる性別予測の可能性を示しています。

研究 の 目的:

• 小児集団における生物学的性別予測のためのAI搭載ECGモデルの外部検証。
• 異なる思春期の段階におけるモデルのパフォーマンスを評価すること。

主な方法:

• 以前に開発されたAI ECGモデルの多施設外部検証。
• テキサス小児病院およびボストン小児病院の小児患者からのECGデータの分析。
• 性別に関連する電気生理学的パターンの特定のための顕示性マッピング。

主要な成果:

• AI ECGモデルは、小児の発達全体を通じて生物学的性別を予測することに成功しました。
• モデルの精度は、思春期の段階（思春期前AUROC 0.64、思春期中AUROC 0.84、思春期後AUROC 0.94）と相関する有意な勾配を示しました。
• 複数の施設での発見の再現は、モデルの堅牢性を確認しました。

結論:

• AI搭載ECG解析は、子供の非侵襲的な生物学的性別予測のための実行可能なツールです。
• モデルのパフォーマンスが思春期によって異なることは、発達上の電気生理学的違いを強調しています。
• 確立された性別関連のECGパターンはAIによって識別可能であり、性別に特異的な心臓生理学への洞察を提供します。