東京大学大学院医学系研究科とSIMPLEX QUANTUM株式会社が共同で、心電図データから心不全の重症度をAIで判定する新たな在宅モニタリング技術を開発した。スマートウォッチなどで取得可能な単一誘導心電図から91.6％の精度で重症度分類を行い、心不全の早期発見と再入院リスクの低減に寄与する。独自の「HFインデックス」によって、心不全の重症度をリアルタイムで数値化する仕組みも構築された。
心不全重症度の数値化も実現。
「見逃さない在宅モニタリング」へ、遠隔医療の進化を加速。
心不全は、一度発症すると再発と再入院を繰り返しやすい慢性疾患であり、患者の生活の質（QOL）を著しく損なう。加えて、その悪化は主に自宅で進行するにもかかわらず、日常的な兆候を検知する方法は限られていた。こうした背景のもと、東京大学の荷見映理子特任研究員と藤生克仁特任教授の研究チームは、SIMPLEX QUANTUM株式会社とともに、AIを活用した革新的な心不全検出システムの開発に取り組んだ。
開発されたのは、単一誘導心電図データをもとに、心不全の重症度を高精度に判定できる人工知能システム。スマートウォッチなどの携帯型心電計から得られるデータをもとに、CNN（畳み込みニューラルネットワーク）を用いたAIモデルがNYHA分類（I〜IV）を予測し、91.6％の精度で重症度を判定した。さらに、独自開発の「HFインデックス」により、心不全の状態を数値でリアルタイムに可視化することに成功している。
このHFインデックスは、従来の指標である血中BNP（脳性ナトリウム利尿ペプチド）濃度と高い相関（R=0.74）を示し、医療現場における信頼性を裏付ける指標となった。また、再入院前にHFインデックスが先行して上昇する症例も確認されており、早期介入による予防医療への展開が期待されている。
研究チームは、9,500名超の心不全患者・健常者のデータを学習に用い、実用性の高いAIモデルを実装。スマートウォッチによるデータ取得から解析までを一貫して在宅で完結できるため、遠隔医療や高齢者ケアにも応用が見込まれる。
これまで、心不全モニタリングは植込み型デバイスなど高度な医療機器に依存していたが、本技術により非侵襲かつ低コストでの予兆検出ができる。遠隔医療のインフラとして、AIを用いた心不全評価システムは医療費抑制にも資する可能性があり、今後、医療機関と患者間の情報連携の高度化が進めば、より多くの患者が自宅にいながらにして早期治療へと導かれる時代が訪れるだろう。
心電図データから算出されるHFインデックスはBNP濃度と同様に心不全モニタリングに有用である可能性が示唆された。