心臓の「音」をAIで分析！新たな心不全診断法の開発

AMI株式会社と熊本大学大学院が中心となった研究グループが、心臓の音と心電図データを活用した新しい診断技術を開発しました。この技術は、非侵襲的に心臓の負担を評価するもので、心不全の早期発見に大きく貢献することが期待されています。

深層学習でついに実現

心不全は、高齢化社会において増加している重要な疾患です。患者数の増加に伴い、再入院率や死亡率も上昇しています。これに対処するためには早期発見と適切な治療が不可欠ですが、従来の診断方法は何かと手間がかかるものでした。

特に、心不全の診断には血液検査でBNP（B-type Natriuretic Peptide）という物質の値を測定することが一般的です。しかし、この検査は時間がかかり、患者にとっても負担となっていました。そこで、研究グループは新たなAI技術である深層学習を活用し、これを克服することを目指しました。

短時間で負担軽減

研究チームは、心臓の音と心電図のデータを取り入れてAIモデルを構築。驚くべきことに、この技術では、わずか8秒間のデータ測定だけでBNP値を推定することができるのです。これにより、患者の負担を劇的に軽減し、同時に迅速な診断を可能にします。

実際に複数の医療機関から収集されたデータをもとに、このAIモデルの性能を検証しました。その結果、モデルは非常に高精度でBNP値を推定できることが確認されました。これにより、心不全患者の早期発見と状態のモニタリングが実現するのです。

将来への展望

今後、研究チームはこのAI技術を用いて心不全の早期発見をさらに推進していく予定です。また、BNP値は体格や腎機能、心房細動といった要因からも影響を受けますが、これらがAI技術の推定精度に与える影響についても今後の研究で検証していく必要があります。

論文発表の背景

この研究成果は、日本循環器学会が発行する「Circulation Journal」に掲載されました。論文のタイトルは『Deep Learning for Cardiac Overload Estimation― Predicting B-Type Natriuretic Peptide (BNP) Levels From Heart Sounds and Electrocardiogram ―』で、多くの医療関係者からも注目されています。