10 年間の取り組み

米国では毎年、30万人以上が突然の心停止、つまり心臓の電気システムが警告なしに機能不全を起こす状態で亡くなっています。医療上の緊急事態により、リスクの高い高齢者と心臓病の病歴のない一見健康な若いアスリートの両方が死亡する可能性があります。心臓にショックを与えてリズムを取り戻す体内式除細動器は命を救うことができますが、実際に誰がそれを必要としているかを把握するのは、依然として一か八かの推測ゲームです。 この件の詳細は、AIの最新動向をご覧ください。

今回、カリフォルニア大学バークレー校主導の研究チームは、心臓が停止する前に高リスク患者を検出できる、これまで認識されていなかった心電図 (EKG) 信号を発見しました。 2026 年 6 月 24 日にジャーナル Nature に発表されたこの研究は、医師が救命インプラントが必要な人を特定する方法を変える可能性があります。

カリフォルニア大学バークレー校公衆衛生大学院の准教授で、この研究の筆頭著者であるジアド・オーバーマイヤー氏は、大学のプレスリリースで「医療上の決定は本当に難しい。だからこそ私にとってAIは非常に興味深いのだと思う」と述べた。 「私たちはより良い決定を下せるだけでなく、心臓が停止する前にこれらの患者に実際に何が起こっているのかを理解し始めることができます。」

440,000 個の心電図を使用したトレーニング

研究者らは、スウェーデンの 440,000 件を超える心電図と死亡証明書の情報を組み合わせて人工知能モデルをトレーニングし、心臓の電流によって生成されるスパイクと波形を分析しました。研究者らは、健康な人、リスクのある患者、その後心臓死を経験した人のスキャンデータをモデルに入力し、突然死した人に特有の波形パターンを認識した。

その後、チームは米国と台湾の両国からの数千件の追加の患者ファイルを対象にアルゴリズムを複数年にわたって検証しました。同大学によると、スウェーデンの統一医療システムからの6年間のスキャン、サンディエゴの病院システムからの2年間の匿名化心電図、そして台北からの別のデータセットを活用し、データ編集だけでも約10年かかったという。

「優れた AI は優れたデータから始まります」と、UCSF とカリフォルニア大学バークレー校の共同 Computational Precision Health プログラムにも参加している Obermeyer 氏は述べています。 「残念ながら、私たちがこの研究に使用したようなデータは、アクセスするのが非常に困難です。これが、今日臨床 AI の使用が非常に少ない理由の大きな部分を占めています。」

標準テストを上回るパフォーマンス

この結果は、現在のスクリーニング方法を大きく上回る大きな進歩を示しています。リスクのある患者を特定するために最も一般的に使用される手法は、駆出率として知られる各拍動で心臓が駆出する血液の量を測定します。これらの検査により、心臓突然死の年間発生率が 4.6% である高リスクグループが特定されます。

対照的に、AI システムは高リスクのグループを年率 7% で隔離し、真のリスクにさらされているが、現在の基準から見て低リスクに見える患者のより大きな集団にフラグを立てます。これらの患者の大多数は、既存のプロトコルの下ではさらなる評価のために紹介されることはなかったでしょう。

心臓発作は血流の制限によって引き起こされますが、心停止は心臓の電流が突然停止したときに発生します。 CPR と自動体外式除細動器によるショックにより命は救われますが、病院の外で突然心停止に陥った人の約 90% は数分以内に死亡します。事態のスピードと予測不可能性により、予防は非常に困難です。

除細動器のジレンマ

心臓突然死の皮肉なことに、その治療法はすでに存在しており、医師はそれを必要としている人を時間内に確実に特定できないだけである、とオーバーマイヤー氏は指摘した。植込み型除細動器 (ICD) は、胸部に設置され、心臓のリズムを監視し、危険なパターンが検出された場合にショックを与える小型の装置です。

問題は 2 つあります。まず、標準的な駆出率検査では、患者はより詳細な医学的評価を受ける必要がありますが、最終的な犠牲者の大多数はその必要性をまったく知りませんでした。第二に、現在の検査でフラグが立てられた患者に埋め込まれたインプラントの 3 分の 2 は、実際には発火することがありません。つまり、患者は、決して直面することのない緊急事態を防ぐために、侵襲的で費用のかかる処置を受けることになります。

「それらの人々の一部については、私たちが間もなくそれを知っていれば、それらの死を防ぐことができたでしょう」とオーバーマイヤー氏は述べた。 「心臓突然死により多くの命が失われていますが、これらを見つけるためのより優れたAIツールがあれば防ぐことができます。」

次に何が起こるか

プロジェクトの次の段階はすでに始まっています。オーバーマイヤー氏は、スウェーデン、台湾、米国の医療システムと協力して、病院の心電図データベースにアルゴリズムを導入しています。スキャンの場合、システムは高リスクとしてフラグを立て、医師は患者に通知し、心臓を継続的に監視するパッチを着用するオプションを提供します。そのモニタリングデータは、研究者が証拠信号を生成する心臓内の生理学的メカニズムをより深く理解するのに役立ち、最終的には救命につながる可能性のある体内除細動器の設置につながる可能性があります。

この研究は、AI ツールが実際に何を検出したかについての新たな研究への扉も開きます。探り当てた波形パターンは心臓の突然の致命的な失火に関連しているように見えるが、正確な生理学的メカニズムは依然として不明であり、研究チームは継続的なモニタリングがこの疑問の解決に役立つことを期待している。

オーバーマイヤー氏はまた、自分自身のリスクを評価したい個人が基本情報と電子メールアドレスを送信できるウェブサイトを構築し、ツールがより広く利用可能になった際に研究チームが心電図分析のために連絡できるようにした。このプロジェクトは、オーバーマイヤー氏が共同設立した 2 つの組織、Dandelion Health と Nightingale Open Science の活動を活用しており、これらの組織は AI と医学研究の交差点で活動しています。

この研究は、直接の臨床的意義を超えて、医療における AI に関するより広範な点を強調している。つまり、このテクノロジーの最大の価値は、医師に取って代わることではなく、人間の目には見えないパターン、つまり一度理解されれば毎年何千人もの命を救うことができるパターンを明らかにすることにあるのかもしれない。

「これらのツールから科学を行う新しい方法も生まれるでしょう。それがどのように起こり始めるのかを考えるのは楽しいです。」とオーバーマイヤー氏は言いました。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →