このたび、石井正将講師（熊本大学病院 医療情報経営企画部）、辻田賢一教授（熊本大学大学院生命科学研究部 循環器内科学）らがAMI株式会社をはじめとする国内の研究機関・医療機関と共同で実施した研究成果が、国際学術誌「Clinical Cardiology」に掲載されました。
大動脈弁狭窄症（AS）は、高齢化に伴い患者数が増加している心臓弁膜症の一つです。重症であっても自覚症状が乏しい場合があり、早期発見と適切な時期の治療介入が重要です。

しかし、従来の聴診による診断は検者の経験に左右されやすく、診断精度や再現性に課題があります。
本研究では、わずか8秒間の心音と単誘導心電図の情報から、中等度以上の大動脈弁狭窄症を検出する深層学習モデル（eASモデル）の診断性能を検証しました。

国内10施設の1,589例を用いて開発したモデルについて、開発データとは独立した国内3施設の患者951例（うち中等度以上のAS 70例）を対象に外部検証を実施しました。
その結果、心エコー検査による診断を参照基準とした場合、AUROC（ROC曲線下面積）は0.9632、感度92.9%、特異度87.9%と高い診断性能を示しました。

また、本検証集団における陰性的中率は99.4%であり、重症AS患者26例のうち25例を検出することができました。
本研究の成果は、AIを用いた心音・心電図解析が、従来の聴診を補完し、心エコー検査の必要性を判断するための診断支援技術として活用できる可能性を示しています。

一方、本研究は心エコー検査を受けた患者を対象としており、一般健診などの幅広い集団における有用性については、さらなる検証が必要です。
今後、本技術のさらなる研究開発と臨床的検証を通じて、大動脈弁狭窄症の早期発見や適切な診療につながることが期待されます。

＜論文情報＞論文タイトル： Diagnostic Performance of a Deep Learning Model Using Phonocardiogram and Single-Lead ECG Signals for Detecting Moderate-or-Greater Aortic Stenosis: Multicenter External Validation

著者： Shumpei Saito, Masanobu Ishii, Shimpei Ogawa, Hiroshi Seki, Koshiro Ikeda, Youhei Kayano, Yuhei Yasui, Ginga Sato, Mitsuru Ohishi, Takuro Kubozono, Naritatsu Saito, Eri Toda Kato, Masahiro Yamada, Shunsuke Natori, Yuki Kunikane, Takafumi Yokomatsu, Masashi Kato, Yasuaki Sagara, Nami Uchiyama, Nobuhiko Atsuchi, Shota Kawahara, Shoji Natsugoe, Noriaki Tabata, Kenichi Tsujita

掲載誌： Clinical Cardiology. 2026; 49:e70498.

DOI： 10.1002/clc.70498

論文URL： https://onlinelibrary.wiley.com/doi/10.1002/clc.70498