高度な心不全の診断におけるAIツールの有望性

「心臓超音波データに人工知能技術を適用することで、進行した心不全の患者を識別しやすくなる可能性があることが、新しい研究で明らかになりました。研究は[...] が、診断の難しさゆえに見落とされる可能性のある多くの何千人もの患者に対して、より良いケアの展望を提供します。」

高度心不全は現在、専門機器と訓練を受けたスタッフを必要とする心肺運動検査（CPET）を通じて検出されることが多く、通常は大規模な医療センターでのみ利用可能です。この診断ボトルネックの一因もあり、米国で推定20万人の高度心不全患者のうち、毎年適切なケアを受けられるのはごくわずかです。

本研究では、このボトルネックを取り除く可能性のある新しいAI搭載手法を検証しました。新しい手法は、患者の心臓の超音波画像と電子カルテを用いて、最も重要なCPET指標であるピーク酸素消費量（peak VO2）を高精度で予測します。これらは取得がずっと容易な画像です。

「日常のケアにすでに組み込まれているデータソースを活用して、進行した心不全患者をより効率的に評価する有望な道が開かれます」と、本研究の上席著者であるFei Wang博士（Weill Cornell MedicineのAI・データサイエンス担当副学部長、Frances and John L. Loeb 医学情報学教授）は述べています。