Development of an automated, reliable, and clinically meaningful artificial intelligence (AI) tool for diagnosing cardiac disease from conventional cardiovascular magnetic resonance (CMR) images

心臓病は依然として世界中で人類の生命に対する最大の脅威であり、毎年数百万人もの命を奪っています。拍動する心臓の内部で何が起きているのかを理解するために、医師は心臓磁気共鳴（CMR）と呼ばれる強力な画像技術に頼っています。平面的で影のようなものを見せる標準的なX線とは異なり、この技術は心筋、ポンプ機能、そして組織の健康状態に関する詳細で動きのある画像を作成します。これにより、心筋が厚くなっているか、引き伸ばされているか、あるいは血流不足によって損傷しているかを明らかにすることができます。しかし、これらの複雑な画像を読み解くには、高度な専門的訓練と長年の経験が必要です。単一のスキャンには、何百もの動くフレームや異なる種類の組織データが含まれており、熟練した医師にとっても非常に高い認知負荷となります。世界中の多くの地域では、すべてのスキャンを正確かつ迅速に解釈できる専門家が単純に不足しています。診断の必要性と専門家の可用性の間のこのギャルプ（格差）が、コンピュータが人間の専門家と同じ注意深さと精密さを持ってこれらの画像を読み取ることを学習できるかどうか、という問いを研究者に投げかける原動力となりました。

ドイツのミュンスター大学病院の研究チームは、その問いに答えるための重要な一歩を踏み出しました。彼らは、CMR画像を見て、患者が特定の種類の心臓病を患っているかどうかを自動的に判断するように設計された新しい人工知能システムを開発しました。ゼロからコンピュータプログラムを構築するのではなく、彼らは「基盤モデル」から着手しました。これらは、すでに数百万の画像やテキストにおけるパターンを学習済みの、大規模に事前学習されたコンピュータシステムです。これらのモデルを、図書館にあるすべての本を読み、ギャラリーにあるすべての写真を見たことのある学生だと考えてください。研究者たちの仕事は、単にこの学生に、その膨大な知識を心臓のスキャンにどのように適用するかを教えることでした。チームは、健康な心臓、および肥大型心筋症、拡張型心筋症、虚血性心筋症、心アミロイドーシスという4つの一般的な心筋疾患の計5つの明確なカテゴリーに焦点を当てました。

このようなツールを作成する際の最初の大きな障壁は、コンピュータに「見ること」を教えることではなく、「何を見るべきか」を教えることです。典型的な病院では、患者の記録は医師によって、画像に見えるものを記述した長い物語形式の段落として書かれます。AIを訓練するには、これらの物語を明確なラベルに変換する必要があり、通常、人間が何千もの報告書を読み、診断名をタイプ入力する作業を必要とします。これは時間がかかり、コストがかかり、ヒューマンエラーが発生しやすいプロセスです。研究者たちは、別の種類の人工知能を用いることでこの問題を解決しました。それは大規模言語モデルです。これらはエッセイを書いたり質問に答えたりできる、まさにそれと同じタイプのシステムです。チームは、言語モデルがドイツ語の医学報告書を読み、英語に翻訳し、各患者の特定の診断を抽出する、安全なローカルシステムを構築しました。正確性を確保するため、彼らはすべての報告書を読み取るために3つの異なる言語モデルを使用しました。もし3つのうち少なくとも2つが診断で一致した場合、そのラベルは採用されました。この自動化されたプロセスにより、すべてのファイルを手動でラベル付けすることなく、約1,000件の患者症例からなる大規模なデータセットを収集することができました。

データが準備されると、研究者たちは画像解析に取り組みました。彼らはAIに3種類の心臓画像を入力しました。心臓を輪切りにしたようなスタック状の断面を示す短軸像、心臓を横から見た四腔ビュー、そして傷跡や損傷した組織を強調する遅延ガドリニウム強調スキャンです。彼らはこれらを用いて、3つの異なるビジョン基盤モデルを微調整しました。第1段階のトレーニングでは、モデルに心臓の一般的な特徴を認識させ、第2段階では、5つの特定の疾患カテゴリーを区別する能力を精緻化しました。その後、研究者たちは、経験豊富な循環器医によって診断が確定している1,000人以上の患者からなる完全に独立したグループを用いてシステムをテストしました。この独立したテストにより、AIが単にトレーニングデータを暗記しているのではなく、実際に疾患を認識することを学習していることが確認されました。

結果は驚くべきものでした。AIが画像単体を見たとき、異なる心臓の状態を特定する上で高いレベルの精度を達成しました。心アミロイドーシスと呼ばれる疾患については、システムはほぼすべてのケースで正しく特定し、肥厚した心筋の疾患についても同様の成功を収めました。しかし、研究者たちは、3種類の画像すべてと3種類の異なるAIモデルからの洞察を組み合わせたときに、システムがさらにうまく機能することを発見しました。モデルに最終的な診断について「投票」させることで、単一のモデルが単独で行うよりも信頼性の高い「コンセンサス（合意）」を作り出したのです。この組み合わせたアプローチにおいて、システムは肥厚した心筋と心アミロイドーシスに対して最高の精度に達し、健康な心臓とそれらを高い確信度で区別することができました。また、他の2つの疾患についても良好なパフォーマンスを示しましたが、病気によって引き伸ばされた心臓と、血流不足によって損傷した心臓を区別することは、これらがスキャン上で非常によく似て見えることがあるため、わずかに困難であると感じられました。

単に正解を得るだけでなく、研究者たちはAIが公平であるか、そして心臓の正しい部分を見ているかどうかを知りたいと考えました。彼らは、異なる年齢層や男女間でシステムの性能をチェックしました。その結果、AIは男女ともに同様に機能することが示されましたが、年齢層によってパフォーマンスに若干の変動が見られました。これは、特定の心臓疾患が高齢者に非常に多いことが原因である可能性があり、それらの特定の疾患を持つ若い患者のデータは学習が難しくなるためです。AIが実際に何を見ているのかを理解するために、研究者は決定に影響を与えた画像の特定領域をハイライトする可視化ツールを使用しました。コンピュータは一貫して、周囲の構造ではなく、心臓自体、特に左心室に注意を向けていました。これにより、システムが背景の詳細に基づいて推測しているのではなく、実際の心臓の解剖学的構造に基づいて決定を下していることが確認されました。

本研究は、このアプローチが臨床現場への実行可能な道筋を提供すると結論付けています。自動化された報告書の読み取りと高度な画像解析を組み合わせることで、チームは心臓スキャンの読影において長年の専門的訓練を受けていない医師をサポートできる可能性のあるツールを作り上げました。このシステムは医師に取って代わるものではなく、代わりに、複雑なデータを迅速に整理して診断を提案することができる「第二の目」として機能します。研究者たちは、彼らの研究が単一の病院のデータに基づいた概念実証であることを認めており、将来の研究では、より多様な患者やより多くの種類の心臓疾患を対象にシステムをテストする必要があると述べています。また、現在のシステムは画像のみに依存しており、血液検査や患者の既往歴といった他の臨床データはまだ組み込まれていないことも指摘しています。それにもかかわらず、本研究は、適切な自動データ準備と現代の人工知能の組み合わせがあれば、正確で、解釈可能で、臨床現場における心臓スキャンの正しい解釈を支援できるシステムを構築することが可能であることを示しています。