ECGでLV不全を予測

Machine Learning Assessment of Left Ventricular Diastolic Function Based on Electrocardiographic Features

原文を読む

背景

機械学習（ML）によって左室拡張機能不全をECG診断できないか。West Virginia UniversityのKagiyamaらは1,202名の患者を対象として、臨床情報・ECGから心筋弛緩を定量的に評価してLV不全発現を予測するのMLモデルの開発を試みた。

結論

MLモデルを、シグナル処理ECG・従来型ECG・臨床情報を基に開発した。開発モデルは、内部および外部のテストセットにおいて心エコー検査により測定されたLV弛緩速度（e'）値を予測した（平均絶対エラー：1.46および1.93cm/s、調整R2=0.57と0.46）。推定e'によるガイドライン推奨異常心筋弛緩閾値・心臓拡張・LVEF識別のAUCは、内部テストで0.83・0.76・0.75、外部テストで0.84・0.80・0.81であった。この予測は、年齢・性別の広範囲で有効であった。

評価

ECGにはほとんど無縁と見られていたLV拡張機能評価をMLによって可能にした、という刺激的な報告である。多数の追試によって実用化されることが期待される。