AI心電図解析で致死性不整脈とICI心筋炎を予測する観察研究（ELDORA） ― 臨床試験（ClinicalTrials.gov）

心電図（ECG）は心臓の電気的な活動を波形として記録する基本的な検査で、安価かつ非侵襲的に大量に得られる。一方で、QT延長症候群やトルサード・ド・ポアントと呼ばれる致死性不整脈の前兆、あるいはがん免疫療法で使われる免疫チェックポイント阻害薬による心筋炎の兆候は、わずかな波形の変化として現れることがあり、人の目だけでは見落とされやすい。膨大な心電図から微細なパターンを学習できる人工知能（AI）は、こうした見えにくいリスクを早期に拾い上げる手がかりになりうると期待されており、本研究はその予測モデルを開発・検証することを目的としている。

この研究の特徴は、新しい治療を試す介入研究ではなく、すでに蓄積された心電図と匿名化された臨床情報を解析する観察研究である点にある。各施設でフォーマットの異なる心電図を共通の形式へ標準化し、「ECGInsight」と名付けた調和データベースにまとめたうえで、なぜそう判断したのかを human が追える「解釈可能な」モデルを目指している。医療AIが臨床で受け入れられるには、精度だけでなく透明性と検証可能性が欠かせないため、データ整備と説明可能性に重点を置く設計はこの分野の実装上の課題に正面から取り組むものといえる。

横断的に見ると、本研究は単一施設の知見にとどまらず、国内外の複数コホートを束ねて再利用する「死蔵されがちな医療データの解放」の一例でもある。がん免疫療法の普及に伴い心臓への副作用の監視が重要性を増すなか、安価で普及した心電図をAIで底上げするアプローチは、希少だが致命的な事象の早期検知という公衆衛生上の課題に資する可能性がある。ただし、ここで述べたのはあくまで研究の目的・仮説であり、AIの有効性や安全性が確立したことを意味しない。