ECG12と24時間ホルターでAIがAF発生を予測
Short-term prediction of atrial fibrillation from ambulatory monitoring ECG using a deep neural network
背景
心房細動（AF）のAI診断には様々な手法が提唱されている。
Massachusetts General HospitalのSinghらは、AFのない12誘導心電図（ECG12）と7〜15日間のホルター心電図記録によるトレーニングにより、24時間ホルター記録のみを用いて、その後15日におけるAFの有無を予測するニューラルネットワーク（NN）の開発を報告している。
結論
テストデータセットでは、初日にAFのなかった9,993件のホルター記録から、その後15日間で4%のAFのホルター記録を検出した（外部データセットでも4%）。開発したNNのROC-AUC・感度・特異度は、各79.4%・76%・69%（外部データセットでは75.8%・78%・58%）であった。
評価
昨年43万人の140万ECG12でAF発症を予測するDNNが報告されている（https://www.ahajournals.org/doi/abs/10.1161/CIRCULATIONAHA.120.047829）。ECG12と24時間ホルターを組み合わせる、というより、臨床実態に近い手法の開発により、ウェアラブル利用を含めAF予測のスタンダードが収束してゆく可能性がある。
