AI-Enabled Digital Stethoscope for Early Detection of Congenital Heart Disease: Prospective Study

毎年、何千人もの子供たちが心臓の構造的な欠陥を持って生まれてきます。世界の多くの地域では、これらの問題を早期に発見することが生死を分ける問題となりますが、専門医や高価な画像診断装置へのアクセスはしばしば困難です。何世代にもわたり、これらの問題を察知するための第一歩は、聴診するという単純な行為でした。医師は子供の胸に聴診器を当て、心拍のリズムや、問題の兆候となり得る「心雑音」と呼ばれる異常な音の有無を確認します。この手法は無料で非侵襲的であり、ほぼどこでも利用可能ですが、それは完全にデバイスを持つ人のスキルと経験に依存しています。専門家には明白な雑音であっても、一般医には見逃される可能性があり、診断の正確性は誰が聴いているかによって大きく変動します。

この格差を埋めるために、研究者たちはコンピュータがいかに人間よりも優れた「聴覚」を持てるかを模索し始めました。デジタル聴診器と人工知能（AI）を組み合わせることで、科学者たちは、環境や聞き手の訓練度に関わらず、トップクラスの専門家と同じ一貫性を持って心疾患の微かな兆候を捉えるツールの開発を目指しています。このアプローチは、確定診断のためのゴールドスタンダードである高度な画像診断を代替するものではありませんが、誰が即座に高度なケアを必要としているかを判断するための強力な手段を提供します。インドのある病院による新しい研究は、このアイデアを検証しており、コンピュータプログラムが心音を分析するだけで、小児の先天性心疾患を確実に検出できるかどうかを問い直しています。

研究者たちは、心音を聴き取り、その子が心臓の欠陥を持っているかどうかを判断できるシステムを構築し、テストすることを目指しました。彼らは、専門的な循環器科を受診した乳幼児から成人までの計721人の子供や若者を募集しました。参加者の約半分には確認された心臓の欠陥があり、残りの参加者は心臓の構造は正常でした。音を記録してスマートフォンにワイヤレスで送信するデジタル聴診器を使用し、チームは胸部の4つの標準的な部位（右上、左上、左下、および心尖部）から心音を採取しました。各録音時間は20秒間でした。その後、チームはデータを分割し、301人の参加者の音を使用して、健康な心臓の音と欠陥のある心臓の音の違いをコンピュータプログラムに学習させました。残りの420人の参加者は、研究者が事前に真の診断結果を知らない状態でプログラムのテストに使用され、テストの公平性と偏りのなさが確保されました。

コンピュータプログラムは、生の音波を「メルスペクトログラム」と呼ばれる視覚的なマップに変換することで機能します。このマップは、人間の耳が知覚する方法を模倣して音をピッチ（音の高さ）として表示するため、コンピュータは肉眼では見えないノイズの中にあるパターンを視覚的に捉えることができます。プログラムは、画像や音における複雑なパターンを認識するように設計された「畳み込みニューラルネットワーク」と呼ばれる一種の人工知能を用いて、これらのマップを分析しました。システムは、狭窄した弁を通過する血液の乱れた流れや、心室中隔の穴を通り抜ける連続的な血流など、さまざまな種類の心疾患に関連する特定の音響的特徴を識別することを学習しました。プログラムは音を聞くと、その心臓が異常である確率を算出し、判定を下します。

研究者が未知の参加者420人を対象にシステムをテストした際、その結果は驚くべきものでした。人工知能は、心臓の欠陥がある子供233人のうち222人を正しく特定し、わずか11例を見逃しただけでした。また、健康な心臓を持つ子供187人のうち171人を正しく特定し、16人の健康な子供を潜在的な問題ありとしてフラグを立てました。この性能は、確定診断の基準となるエコー検査（超音波画像診断）と比較して、感度95.2％、特異度91.4％に相当しました。簡単に言えば、コンピュータは病気の子供をほとんど見逃さず、健康な子供に対して誤報を出すことも稀でした。システムは、従来の聴診器を用いて聴診する訓練を受けた小児循環器医と同等の性能を示し、場合によっては、騒がしい環境や、泣いたり動いたりしている協力が得にくい子供がいる状況において、人間の聞き手を上回る性能を発揮しました。

研究では、システムが検出可能な欠陥の種類についても詳しく調査されました。システムは、心室中隔欠損などの血流量が増加するタイプの欠陥の検出に非常に優れており、これらの症例の98％を捉えました。また、弁の狭窄など血流量が減少するタイプの欠陥に対しても、93％の検出率を示す高い有効性を見せました。血流量が正常なタイプの欠陥に対しても、システムは91％という高い検出率を維持しました。研究者らは、システムが見逃した数少ないケースは、多くの場合、心臓の欠陥が非常に微かな音、あるいは全く音を発さない場合に発生したと指摘しています。これは、コンピュータの限界が、人間による聴取の限界と同様であることを示唆しており、技術自体の失敗ではなく、人間の聴覚の限界に近いものであることを示しています。

システムの性能は、1歳未満の乳児から18歳以上の成人まで、すべての年齢層において一貫していました。これは特に重要です。なぜなら、乳児の心臓を聴くことは非常に困難であることで知られているからです。乳児の心拍数は非常に速く、また泣いたり落ち着かなかったりすることが多いため、人間が心雑音の音を分離して聞き取ることが難しいためです。コンピュータが高い精度を維持したという事実は、この技術が新生児スクリーニングプログラムにとって極めて重要なツールになり得ることを示唆しています。研究者らは、本研究が単一のセンターで行われたこと、およびシステムがまだ心臓手術を受けていない子供のデータで学習されたことを認めています。また、システムは問題の存在を検出するように設計されており、特定の欠陥の種類やその重症度を特定するためのものではないことも述べています。

これらの限界はあるものの、今回の知見は、心疾患スクリーニングの未来に対する説得力のあるビジョンを提示しています。本研究は、デジタル聴診器に統合された人工知能システムが、専門医と同等の精度で小児の先天性心疾患を検出できることを証明しました。心臓の欠陥をスクリーニングするための信頼できる非侵襲的な方法を提供することで、この技術は、専門の循環器医へのアクセスが限られている地域において、緊急のケアを必要とする子供をより早期に特定する助けとなる可能性があります。研究者らは、このようなツールがスクリーニングを標準化し、診断の遅れを軽減し、最終的には世界中の心臓疾患を持つ子供たちの予後を改善する可能性があると結論付けています。