2025年7月1日、Scientific Americanが「AI finds hidden ECG signal that predicts sudden cardiac death risk」と題した記事を公開した。通常の心電図からAIが突然死リスクを予測する隠れた信号を発見した研究を詳しく紹介している。

「誰にICDを植え込むか」という未解決問題

突然死（Sudden Cardiac Death）は米国で年間30万人以上が命を落とす。植込み型除細動器（ICD：Implantable Cardioverter Defibrillator）は致死的な不整脈を止められる技術として数十年前から存在するが、問題は「誰に植え込むか」の判断にある。

現在の標準的な指標は、左室駆出率（LVEF：Left Ventricular Ejection Fraction）——心臓の左心室が1回の拍動でどれだけの血液を送り出すかを示す超音波検査の値だ。しかしカリフォルニア大学バークレー校准教授のZiad Obermeyer氏は、この指標の限界を端的に述べる。「突然亡くなる人の多くは、超音波を受けたことがないか、受けていても結果は正常だった」。逆に、LVEF基準でICDを植え込まれた患者の多くは、結局一度も除細動が作動しない。

現行のAHA/ACC一次予防ガイドラインでもICDの適応判断はLVEFを中心に構成されており、この限界は臨床上の長年の課題とされてきた。

AIによる二段構えのアーキテクチャ

Obermeyer氏のチームが発表したNature論文（※DOIの実在確認は別途推奨）の核心は、2つのニューラルネットワークを組み合わせる設計にある。

第1のモデルは、10秒間の心電図（ECG）から突然死リスクを予測する。アーキテクチャには64層の残差ニューラルネットワーク（ResNet）を採用。Obermeyer氏自身が「誰もが使うワークホースモデルで、モデル自体に目新しさはない。面白いのは学習させたデータだ」と述べるように、差別化の源泉はデータにある。

スウェーデンの国民死亡記録と照合した約18万人・44万件超のECGという、この種のデータとしては最初期の人口規模データセットで訓練された。米国と台湾の別データセットでも結果は再現され、スウェーデン固有の偏りでないことが確認されている。

このモデルが「高リスク」と判定したのは全患者の約2.2%。その群での突然死の年率は7%に達し、LVEF基準で高リスクとされた群の4.6%を上回る。さらに重要なのが、AIが高リスクと判定した患者の86%以上は、LVEFの基準では引っかからないという事実だ。つまり、従来の基準のみで判断していれば、これらの患者はICDなしで帰宅させられていた可能性が高い。

「AIが見ているもの」を可視化する第2モデル

精度を確認した後、チームが取り組んだのは解釈性の問題だ。Saliencyマップのような標準的な説明可能AI（XAI）ツールはどの部分に注目したかを示せるが、「何が異常なのか」を心臓専門医が理解できる形で示すことはできない。

そこでチームは生成AIモデルを第2のネットワークとして構築した。このモデルの役割は「第1モデルが高リスクと判定するECG波形を生成すること」。低リスク患者の実際のECGを入力として受け取り、第1モデルのリスクスコアをガイドにしながら、その波形を段階的に高リスクな形へと変形させる。

この可視化プロセスで浮かび上がった特徴の多くは、既知の所見だった。しかし1つだけ、これまで医学文献に記載がなかった特徴があった——aVLリード（心電図の特定の誘導）における微妙な"slurring"（なまり）だ。心臓の電気信号が筋肉を伝わる際に断片化していることを示唆するこの所見は、100年以上の心電図研究の歴史の中で、人間の心臓専門医が見落としてきたものだ。AIはそのパターンをデータから検出することで、初めてその存在を示した。

ジョンズ・ホプキンス大学の生体医工学者でNatureの付随解説を執筆したChangxin Lai氏は、この点を評価する。「ECGは100年以上の歴史があり、世代を超えた心臓専門医たちが注意深く評価してきたデータだ。そのデータから、AIモデルを通じて新しい知識を引き出した」。

高リスク患者の一部について心臓MRIも取得したところ、不整脈に関連するびまん性の線維化（fibrosis）——心臓の瘢痕組織——が確認された。この線維化は生成モデルが示した波形の変化と整合する。ただし、この関連はまだ予備的な知見であり、生検による確認はなされていない。

「AIを信じなくていい」というアプローチ

Cedars-Sinai医療センターで心停止予防センターを率いるSumeet S. Chugh氏（研究には非関与）は、「この研究はICDの一次予防適応候補を特定するための多くの研究が必要だ」と慎重な見方を示す。

なお、ECGを用いた突然死リスク予測のAI研究はこれが初めてではなく、Mayo Clinicグループによる同種の取り組みも知られている。今回の研究はそれらと比べて生成モデルによる解釈性の付与と、人口規模のデータセット活用を組み合わせた点に独自性がある。

Obermeyer氏自身も臨床適用への慎重さを示しつつ、ECGの優位性を強調する。「MRIのような高精度イメージングは、コストと利便性の問題から集団スクリーニングには使えない。ECGはApple Watchやスマートフォンに接続する簡易デバイスでもほぼどこでも記録できる」。

消費者デバイスの低品質信号では医療グレードのECGと比べてモデルの性能がわずかに落ちることはチーム自身も認めているが、その差は軽微と述べている。

Obermeyer氏のスタンスは明確だ。「ECGが高リスクと出たからといって、すぐにICD植え込みを勧めるつもりはない。AIをまったく信じなくてもいい。AIは追加検査——従来のリスクマーカー検査など——の対象を絞り込むためのツールとして使えばいい」。

詳細はAI finds hidden ECG signal that predicts sudden cardiac death riskを参照していただきたい。