AI-ECGでATTR-CMを拾い上げ、精査対象を絞り込む
Electrocardiogram-Based Deep Learning to Prioritize Testing for Transthyretin Amyloid Cardiomyopathy
背景
治療可能なトランスサイレチン型心アミロイドーシス（ATTR-CM）は診断遅延が多く、簡便な拾い上げ法が求められる。
アメリカYale UniversityのKheraらは、通常の12誘導ECG画像からATTR-CMを検出するAIを開発し、内部検証と米欧8コホートでの外部検証を行った。主要評価項目は AUROC・感度・特異度・陽性的中率（PPV）・陰性的中率（NPV）である。
結論
内部検証（44,123名）で、AI-ECGのAUROCは0.84、感度0.72、特異度0.86で、外部8コホートでもAUROC 0.76〜0.91を維持した。AI-ECG後にAI心エコーを組み合わせるとPPVは0.24から0.66へ上昇したが、感度は0.84から0.68へ低下した。
評価
AI-ECGによる心アミロイドーシス検出には既報（https://pubmed.ncbi.nlm.nih.gov/34218880/）があるが、本研究は通常のECG画像にも対応し、多国籍・低有病率を含む実臨床に近い集団で検証した重要な確認・発展研究である。ATTR-CMでは2026年にAI-ECG支援ソフトがFDA承認されており（https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K253801）、臨床導入が現実化している。一方、本法は確定診断ではなく精査対象を選ぶトリアージとして位置づけるべきで、集団間の較正差も大きい。
