低コスト検査が早期の心臓スクリーニングへのアクセスを広げる可能性
UT Southwestern Medical Centerの研究者が主導した研究は、高度な画像診断へのアクセスが難しい地域で、人工知能が医学で最も基本的な心臓検査の一つをより有用にできる可能性を示している。JAMA Cardiologyに掲載されたこの研究では、日常的な心電図、つまりECGにAIシステムを適用することで、ケニアの患者における左室収縮機能障害を正確にスクリーニングできた。これは心不全の重要な前駆段階である。
この結果が重要なのは、ECGが、こうした基礎的な心機能異常を見つけるためのゴールドスタンダードとされる心エコー検査に比べて、比較的安価で広く利用できるからだ。多くの低資源医療システムでは、心エコーへのアクセスは機器費用、インフラ、専門医の不足によって制限されている。そのため、多くの患者は心不全がより進行して治療が難しくなるまで診断されない。
今回の新しい結果は、実用的な代替案を示している。広く利用できる検査をまず行い、その後AI分析を加えて、どの患者がフォローアップを必要とする可能性が高いかを特定するという方法だ。もしこのアプローチが検証され、大規模に導入されれば、介入がより効果的な、より早い段階へ診断を前倒しできるかもしれない。
この研究がサハラ以南アフリカで重要な理由
心不全は世界的に増加しているが、サハラ以南アフリカではその負担が特に深刻だ。研究者らによると、この地域の患者はより若い年齢で心不全を発症することが多く、より裕福な国の患者より併存疾患は少ない場合があるにもかかわらず、転帰は悪いことが多い。この組み合わせから、早期発見の重要性は特に高い。
心不全が完全に発症する前に、多くの患者はまず左室収縮機能障害のような前駆状態を経験する。この状態では、心臓の左心室が十分に血液を送り出せない。早期に見つければ臨床医がより早く介入できるが、通常は超音波を使った心臓画像検査が必要になる。
UT Southwestern主導のチームは、まさにこの空白をAI-ECGが埋められると主張している。心エコー検査の代替ではなく、全患者に画像検査を実施できない診療所や病院での前段階のスクリーニング層として機能しうるということだ。そうすれば、限られた診断資源を最も高リスクの患者に振り向けられる。
