AIモデルがルーチン心臓検査に基づき10年後の脳卒中リスクを予測

マサチューセッツ総合病院ブリガム（Mass General Brigham）とハーバード・MITのブロード研究所（Broad Institute of MIT and Harvard）の研究者らが共同主導する研究チームは、ECG2Strokeと呼ばれる人工知能モデルを開発・検証した。このモデルは、1回の10秒間の心電図検査から最大10年後の脳卒中リスクを予測できる。研究成果はJACCに掲載された。

心電図は、皮膚に貼付した電極センサーを通じて心臓の電気活動を記録する、安価で非侵襲的かつ一般的な検査である。研究チームはマサチューセッツ総合病院の患者データを用いて深層学習モデルを開発し、心電図から微妙な波形パターンを捉えた。また、ブリガム・アンド・ウィメンズ病院とベス・イスラエル・ディーコネス医療センターの患者でもECG2Strokeをテストした。合計20万人以上の患者情報がモデルの訓練と検証に使用された。

結果は、ECG2Strokeが心電図データと患者の年齢・性別のみを用いて、最大10年後の脳卒中リスクを一貫して予測でき、その性能は検証済みの臨床リスクスコアと同等であることを示した。モデルの予測に最も影響を与えた特徴は、心臓の心房（体内から血液を受け取る上部の部屋）の機能障害を検出するものだった。このモデルは、心臓内で形成された血栓が剥がれて脳に移動することで引き起こされる心原性脳塞栓症の予測に特に優れており、このタイプの脳卒中は血液希釈剤で予防可能である。

「脳卒中のリスクが最も高い患者を特定するための既存のツールは、面倒な臨床スコア計算を必要とすることが多く、拡張性が低いため、日常診療で広く使用されていません」と、共同筆頭著者であるマサチューセッツ総合病院ブリガム神経科学研究所およびブロード心血管疾患イニシアチブの神経学者Rahul Mahajan医師は述べている。「前向きな実世界研究で確認されれば、このようなツールは集中的な予防努力を優先すべき患者を特定できる可能性があります」と、共同上席著者であるマサチューセッツ総合病院ブリガム心臓血管研究所およびブロード心血管疾患イニシアチブの心臓専門医Shaan Khurshid医師は付け加えた。「また、このツールは心臓上部の異常と脳卒中との関連についてのメカニズム研究を促進するのにも役立つでしょう。」

研究チームには多数の共著者が含まれ、米国国立衛生研究所（NIH）、米国心臓協会（AHA）などからの資金提供を受けた。論文は「ECG Signatures and Long-Term Ischemic Stroke Risk」と題され、JACCに掲載された。