AIを用いた外来での心電図記録の医師への直接報告
AI（DeepRhythmAI）を用いた外来での心電図記録の医師への直接報告が、従来の技師による解析と比較して重篤な不整脈の見逃しを大幅に減少させることを示した論文です。
Artificial intelligence for direct-to-physician reporting of ambulatory electrocardiography
目 的
近年、外来心電図（ECG）技術の発展により、大量の心電図データが生成されるようになり、現在は人間の技師による解析が必要とされています。本研究では、外来心電図データの医師への直接報告を目的とした人工知能（AI）アルゴリズムの有用性を検証しました。14,606件の外来心電図記録（平均記録期間 14 ± 10日）に対して、認定心電図技師（167名）およびDeepRhythmAIと呼ばれるアンサンブル型AIモデルにより、拍動ごとのラベリングが実施されました。AIモデルと技師の解析性能を比較するため、AIモデルまたは技師によって検出されたリズムイベントの中から無作為に5,235件（うち2,236件は重篤な不整脈）を抽出し、循環器専門医からなる17の専門家パネルのいずれかにより評価が行われました。重篤な不整脈を識別するAIモデルの感度は平均98.6%（95%信頼区間：97.7–99.4）であり、技師による感度80.3%（95%信頼区間：77.3–83.3%）と比較して有意に高い結果となりました。偽陰性の発生率は、AIモデルでは1,000人あたり3.2例、技師では1,000人あたり44.3例と観察され、診断見逃しの相対リスクは技師で14.1倍（95%信頼区間：10.4–19.0）高いことが示されました。一方で、偽陽性イベント率はAIモデルの方が高く（中央値12件〔四分位範囲6–74〕/1,000患者日）、技師では中央値5件〔四分位範囲2–153〕/1,000患者日でした。
以上より、DeepRhythmAIモデルは重篤な不整脈に対して高い陰性的中率を示し、偽陰性結果を大幅に低減できる一方で、偽陽性の増加は軽度にとどまることが明らかとなりました。AIによる単独解析により、医師への直接報告が可能となれば、外来心電図モニタリングを必要とする患者において、医療コストの削減、ケアへのアクセス改善、ならびにアウトカム向上に寄与する可能性が示唆されます。